收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

多机器人系统避障与最优协调

冯俊杰  
【摘要】:与单机器人构成的系统相比,多机器人系统通过机器人与机器人之间的合作与协调使系统工作性能提升、工作效率加快、柔性增强、鲁棒性更好。因此,多机器人系统应运而生,成为目前机器人学领域的研究热点、难点。一方面,机器人与机器人之间的合作与协调使多机器人系统性能非线性大幅提升,另一方面也使系统复杂性显著提高。多机器人系统研究涉及的问题涵盖路径/轨迹规划,碰撞检测,避障策略,协调策略等方方面面。但贯穿其始终的一个问题是冲突避免与冲突解决。其中,最为基本也最为重要的一种冲突是机器人与机器人之间、机器人与已知环境的碰撞冲突。多机器人系统的碰撞避免是保证其安全、有效工作的前提和基础。 对于共享工作空间的多机器人系统,一方面可通过人工势场、概率地图等协同路径搜索方法寻求多机器人的无碰撞路径。另一方面可采用集中式或解耦式的协调控制方式规避多机器人系统可能存在的碰撞。由于工业机器人自由度多、运动方式复杂、机构众多,目前对多工业机器人系统的协同路径搜索等避障策略和协调控制方法研究还不够完备,一般限于对双臂机器人或双机器人系统进行研究,因此研究适用于多工业机器人系统的避障和协调控制算法具有现实意义和工程价值。 围绕多机器人系统的避障与最优协调,本文从碰撞检测算法、避障与协调策略两个大的层面展开研究,主要研究内容包括: (1)综述基于分离距离的碰撞检测算法。首先分析机器人、数控装备等领域广泛应用的多体碰撞检测算法检测流程。按是否返回物体间的最小距离,将碰撞检测算法分为基于分离距离的碰撞检测算法(接近查询)和非基于分离距离的碰撞检测算法。其次,就精确检测阶段分离距离计算所应用的基本原理对基于分离距离的碰撞检测算法从包围体层次树、代数几何、几何特征、单纯形法、数学规划、距离场等区分角度进行分析与讨论。再次,归纳与总结碰撞检测对象正朝着多表现形式、非凸、有形变、多物体发展,碰撞检测算法正朝着动态检测、连续检测、并行化发展。最后,指出碰撞检测算法亟待解决的一些问题。 (2)提出基于二阶锥规划的超二次曲面间分离距离计算算法。该算法以复杂物体的描述基元超二次曲面为研究对象,将超二次曲面之间的分离距离计算问题写成带分数指数约束的非线性规划问题。借助一种将分数指数约束转化为一组(旋转)二阶锥与一组线性约束交集的算法将NLP转化为SOCP。最后采用一种新的原始-对偶预估-校正内点算法求解该SOCP,实现超二次曲面之间的精确接近查询。该算法特别适用于静态碰撞检测精确检测阶段的接近查询,实现直线平移超二次曲面的连续碰撞检测。 (3)采用延时启动的时空置换策略,实现多机器人系统的避障与最优协调。以车间现场环境下给定轨迹的多工业机器人系统(不限于二台)为研究对象。通过定义规范化路径和规范化轨迹,将机器人连杆与连杆之间的空间碰撞信息反映射为时间碰撞信息。采用延时启动的时空置换策略,推导多工业机器人系统无碰撞的充分条件和最优协调的必要条件,并分别建立两种条件下的混合整数线性规划模型。最后通过双工业机器人系统下的六组仿真实验和三工业机器人系统下的一组仿真实验验证提出算法正确性。 (4)开发多机器人系统仿真软件。首先,规划多机器人系统仿真软件架构,设计软件处理流程。在MFC中搭建OpenGL框架用于结果可视化,以此为基础嵌入碰撞检测算法,运动规划算法和避障协调算法。最后,开发虚拟示教界面,提供友好性较好的图形用户界面。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 徐东;多机器人系统的关键技术研究[J];应用科技;2004年07期
2 熊举峰,谭冠政,盘辉;多机器人系统的研究现状[J];计算机工程与应用;2005年30期
3 吴正平;关治洪;吴先用;;基于一致性理论的多机器人系统队形控制[J];控制与决策;2007年11期
4 姚俊武;黄丛生;;多机器人系统协调协作控制技术综述[J];黄石理工学院学报;2007年06期
5 马斌奇;;多机器人系统的研究现状及发展[J];科技信息;2009年04期
6 吴军;徐昕;连传强;贺汉根;;协作多机器人系统研究进展综述[J];智能系统学报;2011年01期
7 赵晓巍;袁庆;;多机器人系统在汽车焊接中的应用研究[J];中国高新技术企业;2014年09期
8 顿文力,孟庆春,庄晓东;对抗性多机器人系统对手建模的研究[J];计算机应用研究;2004年03期
9 王磊,唐华斌,孙增圻;多机器人系统形成联合协作的综合评价算法[J];清华大学学报(自然科学版);2005年04期
10 王佳;吴晓蓓;徐志良;;多机器人系统的互联控制问题讨论[J];控制工程;2007年05期
11 张学习;杨宜民;何启承;;多机器人系统的一种快速会话建立方法[J];计算机工程与应用;2008年35期
12 李霞;谢军;;采用栅格理论的多机器人系统任务元管理方法[J];电光与控制;2008年09期
13 黎萍;杨宜民;练家乐;;基于效用函数的多机器人系统任务分配[J];计算机应用研究;2009年02期
14 吴俊;陆宇平;;基于网络通信的多机器人系统的稳定性分析[J];自动化学报;2010年12期
15 王磊;徐庆征;;基于晶格的人工内分泌系统模型及在多机器人系统中的应用[J];中国科学:信息科学;2011年05期
16 吴军;徐昕;王健;贺汉根;;面向多机器人系统的增强学习研究进展综述[J];控制与决策;2011年11期
17 王晓明;江慧;;多机器人系统连通性主动控制研究[J];华东交通大学学报;2012年04期
18 施文灶;王平;;基于案例的异构多机器人系统的协作研究[J];网络新媒体技术;2012年05期
19 杨月全;韩飞;金露;倪春波;曹志强;张天平;;基于局部加权k近邻的多机器人系统异步互增强学习[J];东南大学学报(自然科学版);2012年S1期
20 黎萍;杨宜民;;基于博弈论的多机器人系统任务分配算法[J];计算机应用研究;2013年02期
中国重要会议论文全文数据库 前8条
1 苏丽颖;么立双;李小鹏;杜峰;;多机器人系统任务分配问题的建模与求解[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
2 袁云;张涛;张莹;;基于网络知识平台异种多机器人系统智能协调行为的动态学习[A];2007年中国智能自动化会议论文集[C];2007年
3 郝莉莉;顾浩;杨惠珍;康凤举;;多机器人系统合同网任务分配方法的改进与仿真[A];中国造船工程学会电子技术学术委员会——2012年水下复杂战场环境目标识别与对抗及仿真技术学术交流论文集[C];2012年
4 殷波;孟庆春;庄晓东;;基于模糊逻辑的多机器人系统智能学习方法[A];2005年中国智能自动化会议论文集[C];2005年
5 倪春波;孔一斐;杨月全;曹志强;张天平;;粒子群优化及其在多机器人系统中的应用展望[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
6 王磊;孙增圻;;基于行为的对手意图识别与对策决策[A];2004中国机器人足球比赛暨学术研讨会论文集[C];2004年
7 孟庆春;殷波;王旭柱;王汉萍;谭锐;葛玉荣;苑泉乐;;对多机器人系统工作空间进行实时建模的研究[A];2001年中国智能自动化会议论文集(上册)[C];2001年
8 戴朝晖;吴敏;陈鑫;;利用队列控制实现多机器人合作搬运[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前9条
1 王磊;动态对抗性环境下多机器人系统合作研究[D];清华大学;2005年
2 龙晓林;基于网络模型的多机器人系统研究[D];浙江大学;2007年
3 祖丽楠;多机器人系统自主协作控制与强化学习研究[D];吉林大学;2006年
4 董炀斌;多机器人系统的协作研究[D];浙江大学;2006年
5 李淑琴;面向任务的多机器人系统的组织设计研究[D];南京理工大学;2005年
6 柳林;多机器人系统任务分配及编队控制研究[D];国防科学技术大学;2006年
7 刘亚波;异构多机器人系统协同技术研究[D];浙江大学;2011年
8 严勇杰;多机器人系统协调与控制研究[D];哈尔滨工程大学;2007年
9 雷艳敏;多机器人系统的动态路径规划方法研究[D];哈尔滨工程大学;2011年
中国硕士学位论文全文数据库 前10条
1 部若谷;多机器人系统通信模块的设计与实现[D];上海交通大学;2008年
2 李根;矿井救援多机器人系统任务分配优化算法研究[D];辽宁工程技术大学;2011年
3 金露;基于社区感知网络的多机器人系统Q-学习与运动控制研究[D];扬州大学;2013年
4 吴笑萍;一类多机器人系统任务分配方法的研究[D];南京理工大学;2012年
5 韩飞;基于多机器人系统的K近邻增强学习与运动控制[D];扬州大学;2012年
6 吴思思;分布式多机器人系统控制研究[D];华中科技大学;2006年
7 贾润亮;多机器人系统路径规划研究[D];太原理工大学;2008年
8 冯俊杰;多机器人系统避障与最优协调[D];广西大学;2014年
9 周渝;农业多机器人系统无线通信技术研究[D];西北农林科技大学;2014年
10 吴锋;多机器人系统路径规划方法研究[D];广东工业大学;2012年
中国重要报纸全文数据库 前4条
1 善灵;清华一项目获教育部留学回国人员科研启动基金资助[N];科技日报;2007年
2 陈晓莉;造纸行业机器人通过验收[N];中国绿色时报;2011年
3 本报记者 祝蕾 通讯员 徐彦波;我国造纸业机器人包装搬运装备实现自主化[N];济南日报;2011年
4 本报记者 李蕾 本报实习生 张敏 刘沁;八大菜系,机器人“管家”全精通[N];解放日报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978