[发明专利]一种采用离散化方法的多机器人协同轨迹信息处理方法

说明书

本发明属于协同控制技术领域，公开了一种采用离散化方法的多机器人协同轨迹信息处理方法，多机器人系统里的每一个机器人在运行前通过改进的D*算法得到一条最优的预规划轨迹，机器人提前预测碰撞点的位置；在机器人的通信范围内发现其他机器人后通过协同控制算法进行环境的实时更新，机器人自主判断当前位置到目标点的最优路径的再规划。本发明将滑模控制和预测控制的思想相结合，核心算法使用改进后的D*算法，提出一种新的控制算法即Sliding Mode D*算法，简称SMD*。本发明提出的方法是实时在线的分布式轨迹规划，克服了现有技术中多个时域内预测控制策略的计算量大及轨迹局部最优的问题。

技术领域

本发明属于协同控制技术领域，尤其涉及一种采用离散化方法的多机器人协同轨迹信息处理方法。

背景技术

目前，最接近的现有技术：机器人的诞生使得传统的生产行业发生了翻天覆地的变化，人们研制出了可在各种环境下作业的移动机器人，如无人驾驶汽车(UnmannedGround Vehicle)，无人驾驶飞机(Unmanned Ariel Vehicle)，无人潜航器(UnmannedUnderwater Vehicle)等。移动机器人不仅在工业生产、医疗、航天、交通等领域具有广泛应用，并且在辐射、搜捕、灾后救援和军事行动等危险领域具有重要的应用价值。随着作业量的增加和作业复杂度的增强，系统对于任务的并行性、协调性的要求也在不断增强，单个机器人难以胜任。多机器人系统由于多个机器人的相互协作而具有一系列显著的优点，例如多机器人系统可以降低任务求解的复杂性、提升任务完成的高效性、增加系统的可靠性、简化系统的设计等。由于多机器人系统的这些优越性，吸引了全球各国的众多学者的研究兴趣。近年来，随着计算机技术以及自动化控制领域的快速发展，让机器人的性能特征更加的智能化、让机器人间的协同工作更加的灵活化都是技术发展和社会生产的一个新方向和新标准。

多机器人系统的轨迹规划是实现其自主导航的重要环节，其任务是为在同一工作环境中的多个机器人寻求无碰的最优路径，保证多个机器人均以最小代价安全到达目标点。实现并改善多移动机器人轨迹规划的性能，提高系统的实时性、自治性和准确性，已经成为移动机器人自主导航的主要研究方向。传统的机器人运动控制利用数学规划法对机器人轨迹进行规划，然而随着系统中机器人数量的增多和作业复杂度的提升，系统模型变得高度耦合、高度复杂，不易求解，无法解决逻辑上的故障，如避碰、死锁等。而基于监督控制理论的离散化方法在处理这些顶层逻辑问题上有显著的优势和便利性。通过离散化方法对多机器人系统的运动进行建模，获得激活的事件序列，使得系统在该事件序列的状态变迁下不会产生碰撞、死锁等问题。

目前，已有大量的文献对移动机器人运动控制的轨迹规划问题进行了研究，根据现阶段的研究成果分析，移动机器人的轨迹控制大致有以下几种控制思想：(1)离线控制。有文献通过iSCP算法为机器人多次规划运行轨迹，直到找到一条避开静态障碍物的平滑轨迹，该算法思想使得其在非凸域中也能规划出一条避开静态障碍物的最优轨迹，但其规划是离线的，无法运用在动态环境中；(2)预测控制MPC(Mode Predictive Control)，主要采用多步预测、滚动窗口和反馈校正等控制策略。因其较好的控制效果和较强的鲁棒性等优势，预测控制在多机器人控制领域得到了广泛应用。有文献使用iSCP算法和MPC控制策略相结合，在每一次轨迹运行的时域内进行预测控制达到实时轨迹规划的目的，但该算法计算量大、时域多，容易出现无解。还有文献使用滚动窗口预测避碰策略，为机器人在当前窗口进行局部规划，使得规划结果很难跳出局部最优的短板；(3)滑模控制(Sliding ModeControl)。其基本思想是将从任一点出发的状态轨线通过控制作用拉到某一指定的直线，然后沿此直线滑动到原点。在机器人避碰过程中，若沿直线滑动到的某一点出现障碍物再绕障碍物运行。该算法思想具有物理实现简单、抗干扰能力强以及反应速度快等特性，滑模控制也在机器人控制理论方面得到了广泛研究，但因其对障碍物缺少一个提前预测和感知，运行轨迹在障碍物处转角度数大、对机器人的冲击力大、性能损坏严重。