基于无线诱导网络的群体机器人系统蜂拥编队导航及牵制控制

Swarm Robotics formation navigation is a new algorithm for the cooperative formation motion of a large number of robots based on flocking model. Which has the characteristics of robustness, scalability, flexiblility and low cost. So it will be well researched and widely used in the future. Based on the previous works and the artificial induction theory, we design a kind of Guiding Agent which can represent the user's controll target to model a controllable flocking behavior model for swarm of robots formation navigation. Then, we study the related consensus pinning control algorithms with sensor errors and inputment limits, and proof the necessary and/or sufficient conditions of the algorithms using the algebra graph theroy and the cybernetics. Finally, we develop a wireless guiding network for testing our new model and algorithms based on wireless sensor networks.This project will enhance the cooperative ability of swarm of robots formation navigation in the complex dynamic environment and will lay a foundation of the application of swarm robotics, so it has important theoretical value and scientific significance.

群体机器人编队导航技术是一种基于蜂拥行为模型协调控制大规模多机器人系统编队运动的新方法，具有良好的可扩展性、鲁棒性以及自适应性等优点，受到各国研究者的广泛重视。本项目在前期研究工作的基础上，借鉴生物学中的人工诱导思想，设计一种能够反映用户控制意图的"诱导智能体"，构建一种适于群体机器人编队导航运用的可控蜂拥行为模型；其次，研究群体机器人编队导航一致性牵制控制算法，证明其收敛结果形成一致性的必要和充分条件，同时分析误差及输入受限等不利因素的影响；最后，开发一种基于无线传感器网络的无线诱导网络，验证所提模型和算法的有效性。从而提高群体机器人在复杂动态环境下完成协同编队导航任务的能力，为群体机器人进入实际应用奠定基础，具有重要的理论价值和科学意义。

近年来，随着多机器人系统规模的不断增大，系统控制复杂度及机器人之间的通信量成指数倍地增加，难以利用传统的方法解决。而自然界中广泛存在的蚁群、鸟群和鱼群等社会生物群体所涌现出的群体智能(Swarm Intelligence)，给多机器人研究提供了很好的启发，于是产生了一个新的研究领域——群体机器人学(Swarm Robotics)。与结构越来越复杂的单个机器人和传统的多机器人系统相比，群体机器人系统的鲁棒性、可扩展性、灵活性和经济性都占有更大优势，具有广泛的应用前景。.本项目针对群体机器人系统编队导航和一致性控制中的一些关键理论、技术和典型任务进行了深入的研究，提出了一些新的方法，具体研究内容和成果主要体现在以下几个方面：一、研究了输入受限和带有噪声的一阶系统和二阶系统一致性方法，采用Lyapnov稳定性定理证明了所提方法的稳定性。在此基础上，研究了群体机器人一阶系统和二阶系统编队控制方法。仿真结果表明，所提方法可以有效改善现有算法面对复杂环境的局限性问题，从而能够更好的运用到实际机器人控制中。二、提出了一种基于诱导智能体的可控蜂拥模型，该模型采用分层控制策略，即：目标层、领导层和跟随层。在此基础上，研究了一种基于领导者的群体机器人编队导航控制方法。仿真结果表明，该方法可以针对多个子集构成的群体机器人系统进行有效的编队导航控制。三、基于无线传感网络，开发了一种多功能、低成本、模块化的群体机器人实验平台。并利用该平台采集了相关实验数据，绘制了相应的试验数据曲线，验证了本项目所提出的群体机器人控制方法和可控蜂拥模型的有效性和实用性。四、研究了旋翼飞行机器人和扑翼飞行器的相关技术，为后续研究打下了坚实的基础。