一种面向多移动机器人系统的模糊编队及避障控制方法
【专利摘要】本发明公开了一种面向多移动机器人系统的模糊编队及避障控制方法，首先领航机器人检测运行的前向区域是否有障碍物；如果无，则按原来队形继续运行；如果有，则多移动机器人系统进入避障状态，然后以广播的形式告知所有跟随机器人；最后跟随机器人根据存储的不同队形信息以及领航机器人广播的信息切换队形，并确定在编队队形中的位置；重复上述过程。本发明采用模糊编队及避障控制方法实现未知环境下的多移动机器人编队功能，并能有效的避开障碍物运行。领航机器人检测障碍物信息，并将队形切换信息广播到跟随机器人，通过队形切换达到避开障碍物目的，运用模糊编队控制方法避免了因建模误差带来的控制失准等问题，并且易于实现。
【专利说明】一种面向多移动机器人系统的模糊编队及避障控制方法
【技术领域】
[0001]本发明涉及机器人控制领域，特别涉及一种面向多移动机器人系统的模糊编队及避障控制方法。
【背景技术】
[0002]机器人避障是指机器人导航过程中避开周围的障碍物。随着机器人技术的纵深发展及广泛应用，对机器人的智能性提出了更高的要求。目前，移动机器人在实际问题中得到了越来越广泛的应用。通过多移动机器人间的合作，可提高机器人系统在作业过程中的效率，进而当工作环境发生变化或机器人系统局部发生故障时，多移动机器人系统仍可通过本身具有的合作关系来完成预定的任务。然而，对不确定复杂环境、无法装置各种监测设备或由机器人局部故障引起的网络拓扑结构的变化没有较好地解决方案，从而使多移动机器人系统的服务对象或工作环境受到限制。首先，以往对于多机器人系统的研究大多集中在环境条件已知、可装置各种监测仪器的场景，机器人本身并没有过多的传感器、摄像头等监测设备，因此无法自主的感知外界环境的变化；其次，以往的通信组网系统可以较好的实现多机器人之间的通信，但当系统中的机器人因故障而停止运行或无法正常工作时，其网络拓扑结构应当改变而不能自主改变，这就会影响多机器人之间的协作。在动态避障实时控制过程中往往由于存在局部最优解，因此容易产生死锁现象，因而可能使移动机器人在到达目标点之前就停留在局部最优点。或者不能精确地预测障碍物运动加速度，不便于避障的路径规划。
[0003]因此急需一种多移动机器人系统的动态避障、编队控制方法。
【发明内容】
[0004]有鉴于此，本发明所要解决的技术问题是提供一种多移动机器人系统的动态避障方法，该方法采用一种模糊编队及避障控制方法来实现多移动机器人系统的控制。
[0005]本发明的目的是这样实现的:
[0006]本发明提供的一种面向多移动机器人系统的模糊编队及避障控制方法，包括以下步骤:
[0007]S1:领航机器人检测运行的前向区域是否有障碍物；
[0008]S2:如果无，则按原来队形的编队状态继续运行；
[0009]S3:如果有，则多移动机器人系统进入避障状态，并以广播的形式告知所有跟随机器人；
[0010]S4:跟随机器人根据存储的不同队形信息以及领航机器人广播的信息切换队形，并确定在编队队形中的位置；
[0011]S5:重发步骤 S1-S5。
[0012]进一步，所述队形信息包括与领航机器人保持的距离和角度信息。
[0013]进一步，所述避障状态采用领航机器人避障模糊控制，所述领航机器人避障模糊控制的具体步骤如下:
[0014]S311:通过安装在领航机器人不同方向的传感器获取障碍物的距离信息和方向信息；
[0015]S312:将距离信息和方向信息输入到模糊推理机进行模糊计算得到模糊控制策略；
[0016]S313:模糊控制策略反模糊化并输出。
[0017]进一步，所述模糊避障控制策略包括转向信息和转速信息，所述转速信息为匀速，所述转向信息是通过以下模糊推理机来实现的:
[0018]S321:根据左方、前方、右方三个方向上的传感器获取的障碍物距离信息和实际经验设定模糊推理规则库得到决策值:
[0019]若障碍物在左方、前方、右方的距离隶属度分别为近处、近处、近处，则决策为右转
U I ;
[0020]若障碍物在左方、前方、右方的距离隶属度分别为近处、近处、远处，则决策为右转μ 2 ;
[0021]若障碍物在左 方、前方、右方的距离隶属度分别为近处、远处、远处，则决策为右转μ 3 ;
[0022]若障碍物在左方、前方、右方的距离隶属度分别为远处、近处、近处，则决策为左转y 4 ；
[0023]若障碍物在左方、前方、右方的距离隶属度分别为远处、远处、近处，则决策为左转
P 5 ?
[0024]若障碍物在左方、前方、右方的距离隶属度分别为远处、远处、远处，则决策为前行
μ6;
[0025]若障碍物在左方、前方、右方的距离隶属度分别为远处、近处、远处，则决策为左转
U 7 ;
[0026]若障碍物在左方、前方、右方的距离隶属度分别为近处、远处、近处，则决策为前行
μ8;
[0027]其中，左方、前方、右方均是障碍物相对于领航机器人的相对方向；所述近处、远处根据实际情况设定障碍物相对于领航机器人的距离；
[0028]S322:按以下方式对输出的决策值进行计算得到模糊输出离散值:
[0029]μ TL = μ 4 V μ 5 V μ 7
[0030]μ ΤΕ = μ!ν μ 2 V μ 3[0031 ]Ji τζ= U6V U g
[0032]其中，TL、TR、TZ分别表示左转、右转、前行，符号V表示max运算；
[0033]S323:将模糊输出离散值组成模糊集合为μ = { μ TL, μ ΤΕ, μ τζ}，根据最大隶属度法得到控制量为max { μ TL, μ ΤΕ, μ τζ}，
[0034]其中，当TL的隶属度μ I最大时输出TL控制量让小车左转；当TZ的隶属度μ τζ最大时，输出TZ控制量小车方向不变；当TR的隶属度μ τκ最大时，输出TR控制量小车右转。
[0035]进一步，所述编队状态采用跟随机器人局部跟随模糊控制，所述跟随机器人局部跟随模糊控制的控制策略获取的具体步骤如下:
[0036]S211:通过安装在跟随机器人不同方向的传感器获取局部领航机器人的距离信息和方向信息；
[0037]S212:将距离信息和方向信息输入到模糊推理机进行模糊计算得到模糊编队控制策略；
[0038]S213:模糊控制策略反模糊化并输出。
[0039]进一步，所述模糊编队控制采用跟随机器人局部跟随模糊控制；所述模糊编队控制策略包括转向信息和转速信息，所述转向信息和转速信息是通过以下模糊推理机来实现的:
[0040]若在左方、前方、右方的距离隶属度分别为距离远、距离近、距离近，则决策为右转、勻速；
[0041]若在左方、前方、右方的距离隶属度分别为距离很远、距离近、距离近，则决策为右转、勻速；
[0042]若在左方、前方、右方的距离隶属度分别为距离远、距离远、距离近，则决策为右转、勻速；
[0043]若在左方、前方、右方的距离隶属度分别为距离很远、距离很远、距离近，则决策为右转、匀速；
[0044]若在左方、前方、右方的距离隶属度分别为距离很远、距离远、距离近，则决策为右转、勻速；
[0045]若在左方、前方、右方的距离隶属度分别为距离很远、距离近、距离远，则决策为右转、勻速；
[0046]若在左方、前方、右方的距离隶属度分别为距离很远、距离很远、距离远，则决策为右转、加速；
[0047]若在左方、前方、右方的距离隶属度分别为距离很远、距离远、距离远，则决策为右转、加速；
[0048]若在左方、前方、右方的距离隶属度分别为距离近、距离近、距离远，则决策为左转、勻速；
[0049]若在左方、前方、右方的距离隶属度分别为距离近、距离近、距离很远，则决策为左转、勻速；
[0050]若在左方、前方、右方的距离隶属度分别为距离远、距离近、距离很远，则决策为左转、勻速；
[0051]若在左方、前方、右方的距离隶属度分别为距离近、距离远、距离远，则决策为左转、匀速；
[0052]若在左方、前方、右方的距离隶属度分别为距离近、距离很远、距离很远，则决策为左转、匀速；
[0053]若在左方、前方、右方的距离隶属度分别为距离近、距离远、距离很远，则决策为左转、勻速；
[0054]若在左方、前方、右方的距离隶属度分别为距离远、距离很远、距离很远，则决策为左转、加速；[0055]若在左方、前方、右方的距离隶属度分别为距离远、距离远、距离很远，则决策为左转、加速；
[0056]若在左方、前方、右方的距离隶属度分别为距离近、距离近、距离近，则决策为前行、减速；
[0057]若在左方、前方、右方的距离隶属度分别为距离远、距离近、距离远，则决策为前行、勻速；
[0058]若在左方、前方、右方的距离隶属度分别为距离很远、距离近、距离很远，则决策为前行、匀速；
[0059]若在左方、前方、右方的距离隶属度分别为距离很远、距离远、距离很远，则决策为前行、加速；
[0060]若在左方、前方、右方的距离隶属度分别为距离远、距离远、距离远，则决策为前行、加速；
[0061]若在左方、前方、右方的距离隶属度分别为距离很远、距离远、距离很远，则决策为前行、加速；
[0062]其中，左方、前方、右方均是领航机器人相对于跟随机器人的相对方向，所述距离近、距离远、距离很远根据实际情况设定领航机器人相对于跟随机器人的距离。
[0063]本发明的优点在于:本发明采用模糊编队及避障控制方法实现未知环境下的多移动机器人编队功能，并能有效的避开障碍物运行。领航机器人检测障碍物信息，并将队形切换信息广播到跟随机器人，通过队形切换达到避开障碍物目的，运用模糊编队控制方法避免了因建模误差带来的控制失准等问题，并且易于实现。
【专利附图】
【附图说明】
[0064]为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中:
[0065]图1为本发明实施例提供的面向多移动机器人系统的模糊编队及避障控制方法流程图；
[0066]图2为本发明实施例提供的障碍物对于小车的方向隶属度函数示意图；
[0067]图3为本发明实施例提供的障碍物对于小车的距离隶属度函数示意图；
[0068]图4为本发明实施例提供的领航小车的输出隶属度函数示意图；
[0069]图5为本发明实施例提供的领航小车对于跟踪小车的方向隶属度函数示意图；
[0070]图6为本发明实施例提供的领航小车对于跟踪小车的距离隶属度函数示意图；
[0071]图7为本发明实施例提供的输出量T的隶属度函数示意图；
[0072]图8为本发明实施例提供的输出量S的隶属度函数示意图。
【具体实施方式】
[0073]以下将结合附图，对本发明的优选实施例进行详细的描述；应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
[0074]图1为本发明实施例提供的面向多移动机器人系统的模糊编队及避障控制方法流程图；图2为本发明实施例提供的障碍物对于小车的方向隶属度函数示意图；图3为本发明实施例提供的障碍物对于小车的距离隶属度函数示意图；图4为本发明实施例提供的领航小车的输出隶属度函数示意图；图5为本发明实施例提供的跟踪小车的方向隶属度函数示意图；图6为本发明实施例提供的跟踪小车的距离隶属度函数示意图；图7为本发明实施例提供的输出量T的隶属度函数示意图；图8为本发明实施例提供的输出量S的隶属度函数示意图，如图所示:本发明提供的一种面向多移动机器人系统的模糊编队及避障控制方法，包括以下步骤:
[0075]S1:领航机器人检测运行的前向区域是否有障碍物；
[0076]S2:如果无，则按原来队形的编队状态继续运行；
[0077]S3:如果有，则多移动机器人系统进入避障状态，并以广播的形式告知所有跟随机器人；
[0078]S4:跟随机器人根据存储的不同队形信息以及领航机器人广播的信息切换队形，并确定在编队队形中的位置；
[0079]S5:重发步骤 S1-S5。
[0080]所述队形包括与领航机器人保持的距离和角度信息。
[0081]所述避障状态包括领航机器人避障模糊控制，所述领航机器人避障模糊控制的具体步骤如下:
[0082]S311:通过安装在领航机器人不同方向的传感器获取距障碍物的距离信息和方向
信息；
[0083]S312:将距离信息和方向信息输入到模糊推理机进行模糊计算得到模糊控制策略；
[0084]S313:模糊控制策略反模糊化并输出。
[0085]所述模糊控制策略包括转向信息和转速信息，所述转速信息为匀速，所述转向信息是通过以下模糊推理机来实现的:
[0086]所述模糊推理机采用多输入单输出的曼丹尼模糊控制器，其控制规则如下:
[0087]If X1 is A11 and X2 is A21 and...xp is Ap1, then μ is U1 ；
[0088]If X1 is A12 and X2 is A22 and...xp is Ap2, then μ is U2 ；
[0089]…
[0090]If X1Is A111 and x2is A2n and...xp is Apn, then μ is Un ;
[0091]其中，xi，x2，…xp是控制器的输入变量，其论域为X1, X2,…XP，A/ e F(Xj), i =1,2,…p，j = l，2，…η是输入变量Xi的模糊集合，μ是输出变量，其论域为U。
[0092]根据本实施例提供的多移动机器人系统的实际情况，所述模糊控制策略包括转向信息和转速信息，所述转向信息和转速信息是通过以下模糊推理机来实现的:
[0093]S321:根据左方、前方、右方三个方向上的传感器获取的障碍物距离信息和实际经验设定模糊推理规则库得到决策值:根据实际经验按以下表所设定的模糊推理规则库得到决策值Y:
[0094]
【权利要求】
1.一种面向多移动机器人系统的模糊编队及避障控制方法，其特征在于:包括以下步骤: S1:领航机器人检测运行的前向区域是否有障碍物； S2:如果无，则按原来队形的编队状态继续运行； S3:如果有，则多移动机器人系统进入避障状态，并以广播的形式告知所有跟随机器人； 54:跟随机器人根据存储的不同队形信息以及领航机器人广播的信息切换队形，并确定在编队队形中的位置； 55:重发步骤S1-S5。
2.根据权利要求1所述的面向多移动机器人系统的模糊编队及避障控制方法，其特征在于:所述队形信息包括与领航机器人保持的距离和角度信息。
3.根据权利要求 1所述的面向多移动机器人系统的模糊编队及避障控制方法，其特征在于:所述避障状态采用领航机器人避障模糊控制，所述领航机器人避障模糊控制的控制策略获取的具体步骤如下: 5311:通过安装在领航机器人不同方向的传感器获取障碍物的距离信息和方向信息； 5312:将距离信息和方向信息输入到模糊推理机进行模糊计算得到模糊避障控制策略； 5313:模糊控制策略反模糊化并输出。
4.根据权利要求3所述的面向多移动机器人系统的模糊编队及避障控制方法，其特征在于:所述模糊避障控制策略包括转向信息和转速信息，所述转速信息为匀速，所述转向信息是通过以下模糊推理机来实现的: 5321:根据左方、前方、右方三个方向上的传感器获取的障碍物距离信息和实际经验设定模糊推理规则库得到决策值: 若障碍物在左方、前方、右方的距离隶属度分别为近处、近处、近处，则决策为右转U1 ; 若障碍物在左方、前方、右方的距离隶属度分别为近处、近处、远处，则决策为右转μ2; 若障碍物在左方、前方、右方的距离隶属度分别为近处、远处、远处，则决策为右转μ 3 ； 若障碍物在左方、前方、右方的距离隶属度分别为远处、近处、近处，则决策为左转U4; 若障碍物在左方、前方、右方的距离隶属度分别为远处、远处、近处，则决策为左转μ 5 ； 若障碍物在左方、前方、右方的距离隶属度分别为远处、远处、远处，则决策为前行μ6; 若障碍物在左方、前方、右方的距离隶属度分别为远处、近处、远处，则决策为左转μ 7 ； 若障碍物在左方、前方、右方的距离隶属度分别为近处、远处、近处，则决策为前行μ8; 其中，左方、前方、右方均是障碍物相对于领航机器人的相对方向，所述近处、远处根据 实际情况设定障碍物相对于领航机器人的距离； 5322:按以下方式对输出的决策值进行计算得到模糊输出离散值: μ TL = μ 4 V μ 5 V μ 7 y Te — y I y 2 3 V- JZ = y 6 V U g 其中，TL、TR、TZ分别表示左转、右转、前行，符号V表示max运算； 5323:将模糊输出离散值组成模糊集合为μ = { μ TL, μΤΕ, μ τζ}，根据最大隶属度法得到控制量为max{ μTL,μTR,μTZ}
其中，当TL的隶属度μ E最大时输出TL控制量让小车左转；当TZ的隶属度μτζ最大时，输出TZ控制量小车方向不变；当TR的隶属度μ τκ最大时，输出TR控制量小车右转。
5.根据权利要求1所述的面向多移动机器人系统的模糊编队及避障控制方法，其特征在于:所述编队状态采用跟随机器人局部跟随模糊控制，所述跟随机器人局部跟随模糊控制的控制策略获取的具体步骤如下: S211:通过安装在跟随机器人不同方向的传感器获取局部领航机器人的距离信息和方向信息； S212:将距离信息和方向信息输入到模糊推理机进行模糊计算得到模糊编队控制策略； S213:模糊控制策略反模糊化并输出。
6.根据权利要求5所述的面向多移动机器人系统的模糊编队及避障控制方法，其特征在于:所述模糊编队控制策略采用跟随机器人局部跟随模糊控制；所述模糊编队控制策略包括转向信息和转速信息，所述转向信息和转速信息是通过以下模糊推理机来实现的: 若在左方、前方、右方的距离隶属度分别为距离远、距离近、距离近，则决策为右转、匀速； 若在左方、前方、右方的距离隶属度分别为距离很远、距离近、距离近，则决策为右转、匀速； 若在左方、前方、右方的距离隶属度分别为距离远、距离远、距离近，则决策为右转、匀速； 若在左方、前方、右方的距离隶属度分别为距离很远、距离很远、距离近，则决策为右转、匀速； 若在左方、前方、右方的距离隶属度分别为距离很远、距离远、距离近，则决策为右转、匀速； 若在左方、前方、右方的距离隶属度分别为距离很远、距离近、距离远，则决策为右转、匀速； 若在左方、前方、右方的距离隶属度分别为距离很远、距离很远、距离远，则决策为右转、加速； 若在左方、前方、右方的距离隶属度分别为距离很远、距离远、距离远，则决策为右转、加速； 若在左方、前方、右方的距离隶属度分别为距离近、距离近、距离远，则决策为左转、匀速； 若在左方、前方、右方的距离隶属度分别为距离近、距离近、距离很远，则决策为左转、匀速； 若在左方、前方、右方的距离隶属度分别为距离远、距离近、距离很远，则决策为左转、匀速； 若在左方、前方、右方的距离隶属度分别为距离近、距离远、距离远，则决策为左转、匀速； 若在左方、前方、右方的距离隶属度分别为距离近、距离很远、距离很远，则决策为左转、匀速； 若在左方、前方、右方的距离隶属度分别为距离近、距离远、距离很远，则决策为左转、匀速； 若在左方、前方、右方的距离隶属度分别为距离远、距离很远、距离很远，则决策为左转、加速； 若在左方、前方、右方的距离隶属度分别为距离远、距离远、距离很远，则决策为左转、加速； 若在左方、前方、右方的距离隶属度分别为距离近、距离近、距离近，则决策为前行、减速； 若在左方、前方、右方的距离隶属度分别为距离远、距离近、距离远，则决策为前行、勻速； 若在左方、前方、右方的距离隶属度分别为距离很远、距离近、距离很远，则决策为前行、匀速； 若在左方、前方、右方的距离隶属度分别为距离很远、距离远、距离很远，则决策为前行、加速； 若在左方、前方、右方的距离隶属度分别为距离远、距离远、距离远，则决策为前行、加速； 若在左方、前方、右方的距离隶属度分别为距离很远、距离远、距离很远，则决策为前行、加速； 其中，左方、前方、右方均是领航机器人相对于跟随机器人的相对方向，所述距离近、距离远、距离很远根据实际情况设定领航机器人相对于跟随机器人的距离。
【文档编号】G05D1/02GK103455033SQ201310402941
【公开日】2013年12月18日 申请日期:2013年9月6日 优先权日:2013年9月6日
【发明者】陈刚, 岳元龙, 宋永端, 林青, 冯峨宁 申请人:重庆大学