????????隨著經(jīng)濟(jì)的快速發(fā)展，機(jī)器人在各行各業(yè)的普及度越來(lái)越高，與此同時(shí)，單一的機(jī)器已經(jīng)逐漸不能滿足人們的需求。在面對(duì)工農(nóng)業(yè)生產(chǎn)、高危環(huán)境作業(yè)、水下與空間環(huán)境探測(cè)、衛(wèi)星協(xié)同控制等復(fù)雜環(huán)境下，機(jī)器人協(xié)同研究成為一個(gè)亟待優(yōu)化的問(wèn)題。

? ? ? ? 從整體來(lái)說(shuō)機(jī)器人協(xié)同控制是一個(gè)涉及許多方面的問(wèn)題，主要包括：路徑規(guī)劃、任務(wù)分配、協(xié)同控制、平滑處理四大問(wèn)題。

? ? ? ? 路徑規(guī)劃包括傳統(tǒng)路徑規(guī)劃算法、基于采樣路徑規(guī)劃算法、智能路徑規(guī)劃算法。

? ? ? ? 其中傳統(tǒng)路徑規(guī)劃算法包括：A*算法、D*算法、人工勢(shì)場(chǎng)法。A*算法，是Dijkstra算法與廣度優(yōu)先搜索算法（BFS）的結(jié)合，屬于啟發(fā)式算法，針對(duì)全局做路徑規(guī)劃，目的是尋找代價(jià)最小的路徑，優(yōu)于Dijkstra；D*算法又稱動(dòng)態(tài)A*算法，使用反向搜索，即從目標(biāo)點(diǎn)開(kāi)始，由于儲(chǔ)存了空間中每個(gè)點(diǎn)到終點(diǎn)的最短路徑信息，故在重規(guī)劃時(shí)效率大大提升，適用于動(dòng)態(tài)環(huán)境的路徑規(guī)劃；人工勢(shì)場(chǎng)法是將目標(biāo)和障礙物視為均勻電場(chǎng)中的電荷，分別存在引力與斥力，屬于局部路徑規(guī)劃，容易存在局部極小值，陷入局部最優(yōu)解，但其路徑較為平滑。

? ? ? ? 基于采樣路徑規(guī)劃算法包括隨機(jī)路線圖算法（PRM）、快速擴(kuò)展隨機(jī)樹(shù)算法（RRT）。PRM是一種基于圖搜索的算法，可以將連續(xù)狀態(tài)空間轉(zhuǎn)換成離散狀態(tài)空間，在利用A＊等搜索算法在路線圖上尋找路徑，提高搜索效率，適用于高維且約束復(fù)雜的路徑規(guī)劃，需要加入局部路徑規(guī)劃對(duì)其進(jìn)行優(yōu)化；RRT是一種通過(guò)隨機(jī)構(gòu)建空間填充樹(shù)來(lái)有效搜索非凸，高維空間的算法，通過(guò)對(duì)狀態(tài)空間中的采樣點(diǎn)進(jìn)行碰撞檢測(cè)，避免了對(duì)空間的建模。其以初始點(diǎn)作為根節(jié)點(diǎn)，通過(guò)隨機(jī)采樣增加葉子節(jié)點(diǎn)的方式，生成一個(gè)隨機(jī)擴(kuò)展樹(shù)，當(dāng)目標(biāo)點(diǎn)位于隨機(jī)擴(kuò)展樹(shù)上時(shí)，能夠找到一天初始點(diǎn)到目標(biāo)點(diǎn)的路徑。但是規(guī)劃出的路徑質(zhì)量一般，可能存在棱角、不夠光滑，不適用與動(dòng)態(tài)環(huán)境。

????????智能路徑規(guī)劃算法包括神經(jīng)網(wǎng)絡(luò)算法、遺傳算法、粒子群優(yōu)化算法、布谷鳥(niǎo)算法、蟻群算法。神經(jīng)網(wǎng)絡(luò)算法是深度強(qiáng)化學(xué)習(xí)的一部分，其利用了深度學(xué)習(xí)的感知能力與強(qiáng)化學(xué)習(xí)的決策能力，通過(guò)機(jī)器人與環(huán)境的交互過(guò)程不斷試錯(cuò)，通過(guò)環(huán)境評(píng)價(jià)性的反饋，實(shí)現(xiàn)系統(tǒng)更加智能的決策控制，神經(jīng)網(wǎng)絡(luò)可以很好得解決維度災(zāi)難的問(wèn)題，但其對(duì)硬件要求較高，調(diào)參較為困難。遺傳算法是為給定的問(wèn)題分配一個(gè)種群，并根據(jù)目標(biāo)函數(shù)為種群的個(gè)體分配適應(yīng)能力值，種群內(nèi)的個(gè)體根據(jù)環(huán)境進(jìn)行選擇，并可通過(guò)雜交進(jìn)行基因傳遞，它是是一種高效、并行、全局搜索的方法。粒子群優(yōu)化算法源于對(duì)鳥(niǎo)/魚(yú)群捕食行為的研究，模仿社會(huì)動(dòng)物的行為，不要求任何領(lǐng)導(dǎo)，它是通過(guò)靠近食物的粒子對(duì)其他粒子的引導(dǎo)。布谷鳥(niǎo)算法是指每只布谷鳥(niǎo)在隨機(jī)選擇的空巢中一次只下一蛋，最好的巢將會(huì)被傳到下一代，改進(jìn)算法，提升了原始算法的收斂速度和效率，可用于無(wú)人機(jī)路徑規(guī)劃算法中的性能時(shí)間優(yōu)化問(wèn)題，同時(shí)需要使用差分對(duì)路徑進(jìn)行優(yōu)化。蟻群算法是螞蟻在尋找食物過(guò)程中發(fā)現(xiàn)路徑的行為，它具有分布計(jì)算、信息正反饋和啟發(fā)式搜索的特征，本質(zhì)上是進(jìn)化算法中的一種啟發(fā)式全局優(yōu)化算法。

????????任務(wù)分配主要分為集中式控制系統(tǒng)、完全分布式控制系統(tǒng)、部分分布式控制系統(tǒng)、基于多智能體分布式控制系統(tǒng)。集中式控制系統(tǒng)是通過(guò)長(zhǎng)機(jī)或地面控制中心控制全局，它的計(jì)算量大、對(duì)服務(wù)器要求高、在突發(fā)情況下不具備自治能力；完全分布式控制系統(tǒng)的各機(jī)器人地位平等, 以相互協(xié)商、相互協(xié)調(diào)的方式完成任務(wù)分配，但是容易陷入局部最優(yōu)，產(chǎn)生競(jìng)爭(zhēng)；部分分布式控制系統(tǒng)是長(zhǎng)機(jī)或地面控制站將任務(wù)分解成小任務(wù)包，分配給各個(gè)機(jī)器人，機(jī)器人通過(guò)規(guī)劃并相互協(xié)調(diào)最終將收益、損失數(shù)據(jù)反饋給控制中心；基于多智能體分布式控制系統(tǒng)是由不同的單個(gè)智能體 (Agent) 為完成某一特定任務(wù)組合而成的多智能體系統(tǒng)，每一部分負(fù)責(zé)各自的功能。

????????協(xié)同控制是整個(gè)系統(tǒng)的關(guān)鍵，其中包括通訊與編隊(duì)控制兩大部分。機(jī)器人之間的通訊一方面可以通過(guò)話題通訊，基于相同的UDP廣播和TCP連接，通過(guò)構(gòu)建WiFi網(wǎng)絡(luò)加入通訊；另一方面通過(guò)外部通訊裝置，例如Zig Bee、無(wú)線串口，如果是集成好的機(jī)器人，在其上添加外部設(shè)備，設(shè)置連接也是一個(gè)不小的問(wèn)題。

? ? ? ? 編隊(duì)控制包括基于領(lǐng)航-跟隨的編隊(duì)控制方法、基于虛擬結(jié)構(gòu)的編隊(duì)控制方法、基于人工勢(shì)場(chǎng)的編隊(duì)控制方法、基于行為的編隊(duì)控制方法、基于路徑跟隨的編隊(duì)控制方法。其中使用較多、操作較為簡(jiǎn)單、易于實(shí)現(xiàn)的還是領(lǐng)航-跟隨法。領(lǐng)航機(jī)器人主要負(fù)責(zé)路徑規(guī)劃、動(dòng)態(tài)避障與發(fā)布啟動(dòng)命令等，跟隨機(jī)器人與其編隊(duì)保持，其魯棒性較強(qiáng)。

????????平滑處理主要針對(duì)規(guī)劃出來(lái)的路徑多為折線，路徑有部分缺失的情況。主要的方法有擬合、插值與優(yōu)化?；诓逯禂M合的平滑處理包括基于圖（直線、圓弧、圓）的方法、基于函數(shù)的方法，其中較為常見(jiàn)的是基于函數(shù)的三次樣條插值、b樣條插值與多項(xiàng)式插值?；趦?yōu)化的平滑處理方法包括Hybrid A*平滑、共軛梯度非線性優(yōu)化方法。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-521086.html

到了這里，關(guān)于多機(jī)器人協(xié)同控制方法研究的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！