多机器人协同控制技术

第1章　绪论 001
1.1　多机器人协同定位发展现状 004
1.2　多机器人协同通信发展现状 006
1.3　移动机器人环境感知与自主探索发展现状 007
1.4　移动机器人轨迹跟踪控制技术 008
1.5　移动机器人分布式控制技术 010
1.6　模块化机器人国内外发展现状 011
参考文献 017
第2章　多机器人协同通信与定位技术 023
2.1　概述 023
2.2　多机器人协同通信技术 024
2.2.1　基于TCP/IP 协议的多机器人协同通信 027
2.2.2　基于UDP 协议的多机器人协同通信 029
2.2.3　基于ICMP 协议的多机器人协同通信 030
2.2.4　基于ROS 的多机器人协同通信 032
2.2.5　复杂场景下的协同通信 036
2.3　定位感知技术 037
2.3.1　绝对式定位感知技术 037
2.3.2　相对式定位感知技术 045
2.4　基于滤波的多机器人定位感知算法 052
2.4.1　卡尔曼滤波算法 052
2.4.2　粒子滤波算法 053
2.5　基于优化的多机器人定位感知算法 054
2.5.1　滚动时域法 054
2.5.2　粒子群优化法 056
2.5.3　梯度下降法 057
2.6　基于分布式扩展卡尔曼滤波算法的相对位姿优化估算 058
2.6.1　多平台扩展卡尔曼算法集中建模 059
2.6.2　分布式扩展卡尔曼滤波耦合 061
2.6.3　分布式滤波系统自适应误差优化 065
2.7　多机器人相对位姿估计方法与协同定位方法 066
2.7.1　初始相对位姿估计解算 066
2.7.2　基于定位置信度的传感器信息融合 070
2.7.3　基于扩展容积卡尔曼滤波的协同定位 072
2.7.4　仿真与物理平台实验 073
参考文献 080
第3章　多机器人协同导航与自主探索技术 081
3.1　概述 081
3.2　多机器人协同导航技术 082
3.2.1　传感器技术在多机器人导航中的应用 082
3.2.2　多机器人导航控制策略概述 084
3.3　多机器人导航中的路径规划算法 087
3.3.1　常见的全局路径规划算法 087
3.3.2　常见的局部路径规划算法 091
3.3.3　多机器人导航技术发展趋势 093
3.4　基于多线激光雷达的透明障碍物识别与重建方法 094
3.4.1　基于反射强度特征和局部结构特征的透明障碍物识别方法 094
3.4.2　基于环境信息的透明障碍物重建方法 103
3.5　透明障碍物环境地图构建方法           106
3.5.1　基于对称特征的反射错误点识别与修正方法 106
3.5.2　透明障碍物场景优化SLAM 方法 112
3.6　透明障碍物环境下机器人自主探索策略 114
3.6.1　基于双RRT 的局部探索 115
3.6.2　目标点评估模型 120
3.6.3　基于拓扑路径图的全局调整 122
3.6.4　透明障碍物环境探索优化策略 122
3.7　综合实验验证与分析 123
3.7.1　实验平台 123
3.7.2　实验验证 124
3.7.3　结果分析 127
参考文献 128
第4章　多机器人编队协同运动控制 129
4.1　概述 129
4.2　多机器人协同运动建模 129
4.3　协同跟随控制器 130
4.4　最优控制参数选取 132
4.4.1　遗传算法 132
4.4.2　种群初始化 132
4.4.3　适应度函数 133
4.4.4　精英选择 133
4.4.5　交叉和突变 134
4.5　多机器人编队协同运动策略 135
4.5.1　编队控制相关方法 135
4.5.2　基于行为法 141
4.5.3　系列优化方法 143
4.5.4　图论概念 149
4.5.5　队形结构描述 150
4.5.6　聚合靠拢 151
4.5.7　分散队形变换 152
4.5.8　协同队形控制流程 154
4.6　分布式多机器人编队控制策略           155
4.6.1　多机器人系统图论及编队模型 155
4.6.2　领航者机器人路径生成 156
4.6.3　编队控制律分析 158
4.6.4　编队形成仿真实验 159
4.7　基于改进APF 的多机器人系统分布式避障算法 160
4.8　多机器人行为决策设计 162
4.8.1　行为加权融合方法 162
4.8.2　避障与队形切换仿真实验 163
参考文献 164
第5章　机器人户外复杂环境感知与地图构建 166
5.1　概述 166
5.1.1　感知定位与建图方法 167
5.1.2　基于因子图优化的状态估计方法 167
5.1.3　传感器因子节点构建方法 168
5.1.4　多因子图优化设计 174
5.1.5　基于SegNet 的动态环境建图方法 177
5.2　机器人户外环境感知与规划方法实验分析 183
5.2.1　系统硬件选型设计 184
5.2.2　仿真平台搭建 186
5.2.3　仿真实验 188
5.2.4　样机实验分析 192
参考文献 198
第6章　机器人起伏地形轨迹规划与跟踪控制 199
6.1　概述 199
6.1.1　规划问题描述与RRT??算法 200
6.1.2　RRT??算法改进 201
6.2　面向崎岖地形的路径规划方法 204
6.2.1　基于A??算法的2.5D 路径规划方法 204
6.2.2　基于非线性模型预测控制算法的2.5D 轨迹跟踪控制方法 207
6.3　起伏地形轨迹跟踪算法研究与方法设计 212
6.3.1　起伏地形机器人姿态误差补偿控制问题分析 212
6.3.2　基于模型预测控制的机器人轨迹跟踪方法 214
6.3.3　基于反馈控制的机器人姿态角误差动态补偿方法 218
6.3.4　避障规划算法研究与方法设计 221
6.4　多轮移动机器人多轮分布式协同控制方法 228
6.4.1　分布式协同控制算法研究与方法设计 228
6.4.2　基于扩张状态观测器的未知扰动补偿控制方法 236
6.5　轮式移动机器人运动控制系统实验验证 240
6.5.1　仿真实验 240
6.5.2　样机实验 253
参考文献 259
第7章　组合体越障规划与构型分析 261
7.1　概述 261
7.2　崎岖地形建模与越障路径规划 262
7.2.1　基于可变构模块化机器人越障特征的几何通过性与地形 262
7.2.2　地形语义分割 268
7.2.3　语义地图与栅格地图结合的越障路径规划方法 270
7.3　地形与负载约束下的越障能耗与时间最优构型生成方法 273
7.3.1　越障构型规划问题建模 273
7.3.2　基于遗传算法的构型规划求解 276
7.3.3　基于BP 神经网络的构型规划 283
参考文献 287
第8章　模块化可重构机器人最优变构决策与规划 288
8.1　概述 288
8.2　多目标变构决策层次优化 290
8.2.1　模块化机器人平面构型表达 290
8.2.2　最大公共子构型匹配 291
8.2.3　组元拆分树结构启发式搜索 293
8.2.4　变构移动距离估计 297
8.2.5　帕累托最优性证明 298
8.2.6　时间复杂度 300
8.3　大规模组合体的分组变构优化策略           302
8.4　模块化机器人并行变构最优轨迹规划技术 302
8.4.1　构建最优执行路径 305
8.4.2　并行变构运动的路径-时间维映射 305
8.4.3　运动约束下分段平滑时刻表模型 308
8.4.4　启发式偏移粒子群算法的时刻表优化器 310
8.5　仿真与物理平台实验 312
8.5.1　最优变构规划仿真与分析 312
8.5.2　面向大量模块的分组变构规划仿真与分析 314
8.5.3　模型仿真与结果分析 316
8.5.4　算法性能仿真 316
8.5.5　对比仿真 317
8.5.6　物理平台对比实验 319
参考文献 322
第9章　模块化机器人变构实时路径规划与并行控制 325
9.1　概述 325
9.2　变构实时路径规划 326
9.2.1　高实时性去中心化全地图随机树 326
9.2.2　回环分支迭代的实时路径优化 328
9.2.3　动态环境快速响应机制 333
9.2.4　概率完备性 337
9.3　包围逃逸 338
9.4　分布式并行变构控制技术 339
9.4.1　本地共识的异形组元分布式轨迹跟踪控制 341
9.4.2　分布式控制器的递归可行性与渐近稳定性 348
9.5　仿真与物理平台实验 349
9.5.1　模型仿真与结果分析 349
9.5.2　物理平台对比实验 355
9.5.3　组合体变构对比测试 357
9.5.4　组合体连续变构 358
参考文献 360