陈嘉旻 刘安东 滕游

(浙江工业大学信息工程学院 杭州310023)

近年来,工业产业升级,单一机器人很难满足现如今的工业生产模式,便捷、高效的机器人团队协作正在克服传统工业生产的挑战,并适用于新兴行业的需求[1]。相比于单机器人,多机器人协作具有更好的鲁棒性和容错能力,同时也提高了执行任务的能力和效率。

多机器人协作通常要求多个机器人按照一定的空间轨迹协同完成任务,从而可以刻画为一个编队问题。编队控制方法有领航-跟随法[2-4]、虚拟结构法[5-7]和基于行为法[8-10]等。模型预测控制(model predictive control,MPC)作为解决分布式协作的有效控制方法,近年来被学者广泛应用于机器人编队控制中[11-13]。文献[11]针对多个非完整移动机器人编队,提出了一种基于神经动态优化的非线性MPC 控制。通过利用该方法来维持期望的领航者-跟随者的位置关系。文献[12]采用分布式MPC 和改进的虚拟结构方法,提出了一种多移动机器人编队预测控制算法,有效改善了编队结构的灵活性。文献[13]通过将路径同步参数引入到预测性能指标,提出了一种基于扩展状态观测器的分布式模型预测控制方法,采用前馈补偿策略解决了具有未知扰动下的多移动机器人编队控制问题。

上述的编队控制方法在一般的情况下都假设系统的通信不受到任何限制,即每一个机器人在编队运动中都可以获得系统中其他机器人的所有状态信息。而在实际应用场景下,移动机器人自身所携带的电池能源有限,机器人的单次使用时间受到一定的限制。……