基于混合系统模型的多异构机器人集群协同控制理论与关键技术研究

Ground/air robot cooperation systems efficiently extend the capability of a single-robot system, and has gradually attracted interests in the research community recently. . Based on the existing key problems in cooperation theory and practice, the project proposes the hybrid robotic system model based on the finite time transfer hybrid system (FFT-HS), studies the real-time localization and mapping in complex unknown environments based on the sensor data fusion from both UAV and UGV, analyzes the multi-level cluster-based network model, and achieves seamless data transfer and self-healing capability under the network breakage to achieve reliable and efficient cooperate data transfer. Finally the project combines the global optimization capability of the genetic algorithm and the local search capability of rolling prediction method, to achieve highly efficient hybrid optimization strategy which will be evaluated in the real environments. . The project combines both the interior characteristics of hybrid robot systems and the external properties of the complex task environments, and innovatively builds the theoretical and application architecture for system model, data fusion, reliable data transfer and task optimization, which will significantly contributes in both theory and practice to the development of hybrid robotic system applications in our economic development and smart cities development.

多机器人协同可完成相对复杂作业，其逐渐成为当前研究热点，为弥补单一结构机器人协同的不足，项目提出空中/地面多异构机器人集群协同作业的研究，探讨其中急需解决的协同控制理论与应用关键问题。. 项目针对多异构机器人复杂系统建模，提出基于有限时间切换混合系统模型；研究基于UAV全局地图信息和UGV局部地图信息的多传感数据融合，实现在复杂的未知环境下协同定位和地图构建；基于多机器人异构系统的高动态特性，设计多层聚类网络模型，完成基于生物信息素的无缝传输和网络中断自愈机制，实现高可靠、高效率的协同网络传输；最后结合遗传算法的全局优化能力和滚动预测方法的局部搜索能力，建立高效快速的混合逻辑优化策略，并在实际外场作业中得到系统实验验证。. 项目探讨多异构机器人协同作业的内外部特征，构建多异构机器人系统模型、信息融合、可靠通信和任务优化的理论体系，将进一步拓展多机器人协同理论与应用实践。

多机器人协同可完成相对复杂作业，为弥补单一结构机器人协同的不足，项目提出了空中/地面多异构机器人集群协同作业的研究，探讨其中急需解决的协同控制理论与应用关键问题。. 项目按照计划完成了研究内容规定的各项工作，为混合系统模型的多异构机器人集群协同控制理论提供了新的理论拓展和实际应用。理论方面，促使了多学科研究的融合，推动了协同控制模型、智能感知、多任务优化等机器人理论的进一步发展。项目提出了基于有限时间切换混合系统模型，研究了基于UAV全局地图信息和UGV局部地图信息的多传感数据融合，实现了在复杂的未知环境下协同定位和地图构建；基于多机器人异构系统的高动态特性，设计多层聚类网络模型，完成基于生物信息素的无缝传输和网络中断自愈机制，实现高可靠、高效率的协同网络传输；最后结合遗传算法的全局优化能力和滚动预测方法的局部搜索能力，建立高效快速的混合逻辑优化策略.. 实际应用方面，完善了多异构机器人集群协同作业机器人的应用体系，在机器人智能协同控制方面积累了关键技术，促进了我国机器人技术水平的提高，为我国机器人协同户外作业、城市巡查、核电安全壳检测等装备技术水平的提升做出了贡献。本项目按照计划执行，指标均已完成。. 项目执行期间相关成果为高水平论文61篇，包括中科院一区或者CCF A类论文26篇，IEEE会刊论文26篇。申请发明专利20项，已授权专利8项。项目成果获得吴文俊人工智能科学技术奖一等奖（项目负责人为第一完成人），中国自动化学会科技进步一等奖（项目负责人为第二完成人）），广东省科学技术奖二等奖（项目负责人为第一完成人），深圳市自然科学二等奖（项目负责人为第一完成人），深圳市科技进步奖二等奖（项目负责人为第一完成人）；荣获IEEE ICIC等3个国际学术会议荣获最佳论文奖。毕业硕士研究生27人，博士后出站6人。