一种基于改进粒子群算法的多移动机器人编队控制方法与制造工艺

本发明属于多移动机器人的编队控制方法，尤其涉及一种基于改进粒子群优化算法的多移动机器人编队控制方法。

背景技术：
编队控制是一个具有典型性和通用性的多机器人协调问题，是多机器人协调问题的基础。多机器人编队技术已广泛应用于国防、工农业、柔性制造业以及无人探险等领域。目前解决编队控制问题的方法很多，主要有基于行为的方法、领航跟随者方法、人工势场方法、虚拟结构方法等。基于行为的方法其行为难以明确定义，队形稳定性无法得到保证；领航跟随者的方法没有队形反馈，容易出现掉队现象；人工势场方法容易陷入局部极小值问题；虚拟结构方法要求队形作为一个虚拟结构体，无法考虑整体避障问题。粒子群算法（PSO）需要调整的参数较少，易于实现，且可进行并行计算和无梯度计算，有较好的全局搜索能力。将粒子群算法应用于编队控制，用于调整行为权值，优化参数。在较大规模的多机器人系统中，要优化的行为控制参数很多，即优化目标维数高，目标函数极值多，采用标准的粒子群优化算法及后来改进的粒子群算法，很难快速收敛到全局最优值。本发明提出了一种基于改进粒子群优化算法的编队控制方法。本发明对粒子群算法进行改进，核心是提高算法的收敛速度和执行效率，优化跟随机器人的相关参数，使得编队任务的路径更优。公开号为CN102331711A的专利：一种移动自主机器人的编队控制方法，其采用的机器人队形控制算法，是基于此分布式方法所得到的优化方法，因此其能够解决广泛的目标队形控制问题，且局限于特殊的目标几何队形。但是实用性较差，没有涉及障碍物环境下队形收敛问题。公开号为CN102096415A的专利：基于Ad-Hoc网络和leader-follower算法的多机器人编队方法，采用leader运动轨迹控制整个编队运动轨迹，建立信息反馈，确保follower对leader的跟踪过程无丢失，采用本发明可以使多机器人系统在完成任务的过程中，顺利避开障碍物，到达目标点，并能在整个过程中保持初始队形，能实现多机器人的实时的队形控制。但是该方法没有针对机器人避障过程中会出现振荡现象，以及人工势场方法中局部极小值问题提出具体解决方法。

技术实现要素：
针对以上现有技术中的不足，本发明的目的在于提供一种对于编队运行过程中的路径长度，避障、避碰效果有明显优化的基于改进粒子群算法的多移动机器人编队控制方法。本发明的技术方案如下：一种基于改进粒子群算法的多移动机器人编队控制方法，其包括以下步骤：101、系统初始化，将包含有障碍物的实际环境抽象成一张环境地图，且在环境地图中设置机器人的最终目标运动点S；102、在步骤101的环境地图中初始化n个机器人的位置，其中每个机器人通过自身的探测器获取环境地图中的障碍物大小及位置坐标、环境地图中其余机器人的大小及位置坐标，并存储于机器人各自的信息库中；103、根据步骤102中n个机器人的位置坐标计算出几何位置中心点作为队形集合点O，所述n个机器人根据人工人势场法向队形集合点O移动形成初始菱形队形；104、根据步骤103中形成的初始菱形队形，选择出与步骤101中设置的最终目标运动点S直线距离最近的机器人作为领航机器人，其余机器人作为跟随机器人以速度v运动，所述跟随机器人与领航机器人的距离为l，所述领航机器人以速度V向目标点运动，跟随机器人每运行一步，记录下Drr、Dro、Drotatenum、Drotateamo、Ddeathdirectionnum，其中Drr表示跟随机器人与跟随机器人间的碰撞次数；Dro表示跟随机器人与障碍物间的碰撞次数；Drotatenum表示跟随机器人避障及避碰过程中的转向次数；Drotateamo表示跟随机器人避障及避碰过程中转动角度的大小；Ddeathdirectionnum表示跟随机器人停止运行的步数；105、根据步骤104中得到的Drr、Dro...