基于视觉反馈的移动机器人编队路径跟踪研究

Formation control is an important approach for controlling multiple robots to move in a desired formation. Most existing formation control approaches for mobile robots were based on kinematics and supposed that the global position of robots or the relative position between them was exactly known, and most of them depended on the communication between mobile robots, which can limit their applications. This project will use the leader-follower scheme to conduct research on the formation control of mobile robots based on visual feedback, and finally solve the formation path tracking problem in unstructured environments without the exact knowledge of both the global and relative positions and without dependence on the communication such that, the mobile robots can track a predetermined path in a desired formation. To achieve this goal, this project will design the path tracking control algorithm based on a global position observer, and the formation control approach based on a relative position estimator/image features and a velocity estimator. To cope with the limited driving capability of the mobile robots, this project will design formation path tracking method of mobile robots under the control input saturation constraint. To deal with the complex and unknown working environments, this project will also study the formation path tracking problem in obstacle environments. By taking into account the nonlinear dynamics and nonholonomic constraints of the mobile robots, this project will analyze the stability and robustness of the proposed formation path tracking approaches via the use of Lyapunov theory. Finally, formation path tracking experiments of mobile robots will be carried out to validate the effectiveness of the proposed methods.

编队控制是一种控制多个机器人以某种期望队形进行运动的重要方法。现有的移动机器人编队控制方法大部分基于运动学并假设机器人全局位置或相对位置精确已知，且大都依赖于通信，限制了其应用。本项目拟采用领航—跟随策略对基于视觉反馈的移动机器人编队控制展开研究，解决非结构化环境下全局位置及相对位置未知且不依赖于通信的编队路径跟踪问题，使移动机器人能够以期望队形跟踪预定路径。为了实现这一目标，将设计基于全局位置观测器的路径跟踪控制算法，以及基于相对位置估计器/图像特征和速度估计器的编队控制方法。针对移动机器人的驱动能力有限问题，研究其在控制输入饱和限制下的编队路径跟踪方法。针对复杂未知的应用场景，研究在障碍物环境下的编队路径跟踪问题。项目拟在考虑移动机器人非线性动力学和非完整约束的基础上，通过李雅普诺夫理论分析编队路径跟踪方法的稳定性和鲁棒性，最后通过移动机器人编队路径跟踪实验验证其有效性。

编队控制是一种控制多个机器人以期望队形进行运动的方法，可降低系统成本并增加系统效率及鲁棒性。传统的移动机器人编队控制方法往往假设全局或相对位置精确已知，且一般需要相互通信，应用范围受到一定限制。针对该问题，该项目重点围绕基于视觉反馈的移动机器人编队控制展开了深入研究，系统解决了移动机器人全局、相对位置未知且通信无法使用下的编队控制问题。研究了基于位置估计器的编队跟踪控制方法，解决了全局、相对位置不可用下的移动机器人编队跟踪控制问题。研究了无通信下的编队控制问题，设计了基于速度观测及前馈补偿的连续编队跟踪控制器。建立了移动机器人图像空间编队运动学模型，设计了基于图像反馈的速度观测器，提出了基于估计速度前馈补偿的编队跟踪控制方法，解决了无全局/相对位置测量或估计、无速度测量且无通信下的移动机器人编队控制问题。建立了不依赖时变特征深度的移动机器人图像空间编队运动学模型，提出了基于图像滤波信号前馈补偿的自适应编队跟踪控制器。此外，针对多机器人协调控制方面进行了研究，解决了系统参数及通信时延未知下的任务空间协调跟踪控制问题。在移动机器人视觉伺服方面，通过引入特定特征点，建立了相机参数无关的图像空间运动学模型，提出了完全无标定的移动机器人位置控制、轨迹跟踪控制及位姿镇定控制方法，能极大简化移动机器人视觉控制器设计。研究了基于轮廓的视觉伺服问题，提出了基于曲线特征的自适应视觉伺服方法。针对软体机器人建立了三维动力学模型，设计了基于光纤传感的形状检测算法，解决了受限环境下的自适应视觉伺服问题。研究了无人机控制问题，发展了基于图像及虚拟相机方法的视觉伺服控制器。建立了多移动机器人编队控制、基于固定相机的移动机器人视觉伺服等实验平台，并在上面进行了大量实验研究，充分验证了所提方法的有效性。以该项目为依托，总共发表12篇学术论文，包括11篇SCI论文和1篇EI论文。