發(fā)布時間：2018-05-31 15:52

  本文選題：群控制 + 柵格地圖��； 參考：《濟南大學》2017年碩士論文

【摘要】：伴隨著德國工業(yè)4.0時代的到來,機器人產(chǎn)業(yè)進入了井噴式的發(fā)展時期。一方面,生產(chǎn)制造的領域的主力局變成了工業(yè)機器人,現(xiàn)如今的汽車產(chǎn)業(yè)、電子制造產(chǎn)業(yè)都在大規(guī)模的使用各種機器人。另一方面,谷歌、百度等互聯(lián)網(wǎng)公司依靠先進的互聯(lián)網(wǎng)技術開始涉足機器人行業(yè),谷歌公司加大投入對無人車編隊的研發(fā),大疆公司對無人機的群控制研究投入也日漸增加。大數(shù)據(jù)的使用使機器人之間實現(xiàn)了網(wǎng)絡化和智能化,智能機器人已經(jīng)成為了機器人新的代名詞。本文以美國ActivMedia Robotics公司AmigoBot機器人作為研究平臺,研究了多個機器人在無障礙環(huán)境下群集控制策略以及在有障礙的環(huán)境中的群集控制策略。論文的主要研究工作包括以下幾個方面。首先,采用柵格地圖構建了機器人的環(huán)境模型,并且對機器人聲納傳感器的置信度進行了研究。設計了置信度的蒸發(fā)和增強機制,以此模擬群集機器人對環(huán)境的認知,從而改善了機器人在有障礙的環(huán)境中的群控制策略的性能。接著,研究了多機器人的群集控制策略。設計了一個人工勢能函數(shù)來評價相鄰的兩個機器人的相對位置關系,對于某一時刻,每個機器人的總勢能即描述了當前群集形態(tài)的特性。然后利用Newton法來搜索機器人的最優(yōu)運動方向,使機器人都能夠形成期望的群集形態(tài)。設計了無領航者和有領航者的群集控制模型,通過仿真結果來驗證設計的群集控制策略的有效性。最后,研究了多機器人在有障礙的環(huán)境中的群控制策略。機器人利用聲納傳感器感知障礙物信息,并采用有置信度的柵格地圖來建立環(huán)境模型。文中設計了機器人與障礙物之間的排斥力模型,用以控制機器人的運動方向來避開障礙物。將Newton方法與排斥力相結合,實現(xiàn)了機器人在有障礙的環(huán)境中的群集控制策略。
[Abstract]:With the arrival of German industry 4.0, the robot industry has entered the period of blowout development. On the one hand, the main field of manufacturing has become industrial robots, today's automobile industry, electronic manufacturing industry are using a variety of robots on a large scale. On the other hand, Google, Baidu and other Internet companies rely on advanced Internet technology to start to dabble in the robotics industry. Google has increased its investment in research and development of unmanned vehicle formations, and Dajiang has increasingly invested in research on group control of drones. With the use of big data, the network and intelligence of robots have been realized, and intelligent robots have become a new synonym for robots. In this paper, the cluster control strategy of multiple robots in a barrier-free environment and a cluster control strategy in an obstacle environment are studied on the platform of AmigoBot robot of ActivMedia Robotics Corporation of the United States. The main research work includes the following aspects. Firstly, the environmental model of robot is constructed by grid map, and the confidence degree of robot sonar sensor is studied. The evaporation and enhancement mechanism of confidence degree is designed to simulate the cognition of swarm robot to environment and improve the performance of swarm control strategy in obstacle environment. Then, the cluster control strategy of multi-robot is studied. An artificial potential energy function is designed to evaluate the relative position of two adjacent robots. For a given time, the total potential energy of each robot describes the characteristics of the current cluster configuration. Then the Newton method is used to search the optimal motion direction of the robot, so that the robot can form the desired cluster shape. A cluster control model without and with a pilot is designed, and the effectiveness of the designed cluster control strategy is verified by simulation results. Finally, the swarm control strategy of multi-robot in obstacle environment is studied. The robot uses sonar sensor to perceive obstacle information and uses grid map with confidence to build environment model. The repulsive force model between robot and obstacle is designed to control the motion direction of robot to avoid obstacles. The Newton method is combined with the repulsive force to realize the cluster control strategy of the robot in an obstacle environment.
【學位授予單位】：濟南大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP242

【參考文獻】

相關期刊論文 前10條

1 張潔;呂佑龍;;智能制造的現(xiàn)狀與發(fā)展趨勢[J];高科技與產(chǎn)業(yè)化;2015年03期

2 黃順魁;;制造業(yè)轉型升級:德國“工業(yè)4.0”的啟示[J];學習與實踐;2015年01期

3 王曙光;唐浩漾;;基于實時柵格法的多機器人協(xié)作建圖[J];機床與液壓;2014年03期

4 石為人;黃興華;周偉;;基于改進人工勢場法的移動機器人路徑規(guī)劃[J];計算機應用;2010年08期

5 李迅;楊紹武;唐帥;董鵬;曾志文;盧惠民;于文濤;張輝;鄭志強;;NuBot中型組足球機器人系統(tǒng)研究[J];機器人技術與應用;2010年04期

6 劉佳;陳增強;劉忠信;;多智能體系統(tǒng)及其協(xié)同控制研究進展[J];智能系統(tǒng)學報;2010年01期

7 楊淮清;肖興貴;姚棟;;一種基于可視圖法的機器人全局路徑規(guī)劃算法[J];沈陽工業(yè)大學學報;2009年02期

8 俞輝;王永驥;劉磊;;基于動態(tài)拓撲有領航者的智能群體群集運動控制[J];系統(tǒng)工程與電子技術;2006年11期

9 盧曉軍,李焱,賀漢根;一種基于自由空間法的虛擬人行走規(guī)劃方法[J];計算機工程與科學;2005年08期

10 于紅斌,李孝安;基于柵格法的機器人快速路徑規(guī)劃[J];微電子學與計算機;2005年06期

相關博士學位論文 前1條

1 向曉林;非線性代數(shù)方程組與幾何約束問題求解[D];四川大學;2003年

相關碩士學位論文 前9條

1 蔣鍵;智能車輛越野環(huán)境路徑規(guī)劃[D];北京理工大學;2016年

2 王小朋;兩類問題的Newton方法研究[D];武漢理工大學;2015年

3 黃英杰;基于視覺的多機器人協(xié)同控制研究[D];濟南大學;2015年

4 李凱業(yè);基于改進分層D*搜索算法的室內路徑規(guī)劃問題研究[D];合肥工業(yè)大學;2015年

5 鞏俐;AmigoBot機器人協(xié)同操作控制研究[D];濟南大學;2014年

6 周儀;基于群體智能的多機器人地圖探索研究[D];上海交通大學;2013年

7 孫超鋒;基于離散粒子群算法的機器人最優(yōu)路徑規(guī)劃研究[D];華東交通大學;2011年

8 馬元婧;非線性方程組的一種修正牛頓法及其連續(xù)型[D];哈爾濱工業(yè)大學;2009年

9 張海濤;移動機器人路徑規(guī)劃的研究[D];北京交通大學;2007年

，

本文編號：1960427