智能机器人集群协同控制系统技术方案

本发明专利技术公开了智能机器人集群协同控制系统，涉及机器人技术领域，所述系统包括：机器人数据获取部分和控制部分；所述数据获取部分，配置用于获取机器人集群中每个机器人在每个时刻的状态和控制输入；所述状态包括：机器人位置数据

【技术实现步骤摘要】
智能机器人集群协同控制系统


[0001]本专利技术涉及机器人
，特别涉及智能机器人集群协同控制系统
。

技术介绍

[0002]机器人技术已经取得了巨大的发展，不仅在制造业
、
医疗领域
、
军事应用等领域得到广泛应用，还在日常生活中逐渐崭露头角
。
然而，随着机器人数量和种类的不断增加，机器人之间的协同工作和控制问题愈发凸显
。
传统的机器人控制方法和协同规则难以应对复杂的机器人集群协同控制需求，因此，有必要研究新的机器人协同控制系统
。
[0003]在过去的几十年里，机器人技术取得了显著的进展，产生了各种各样的单一机器人控制系统
。
这些系统通常采用传统的
PID
控制器
、
反馈控制等方法，用于控制单个机器人的运动和行为
。
这些系统在特定任务中表现出色，如生产线上的装配机器人
、
外科手术中的机器人辅助手术等
。
然而，当需要多个机器人协同工作时，传统的单一机器人控制系统就显得力不从心
。
[0004]随着机器人技术的进步，人们开始研究机器人集群的协同工作
。
机器人集群能够在各种应用场景中展现出惊人的潜力，如搜索救援
、
环境监测
、
农业自动化等
。
然而，要实现机器人集群的高效协同工作，面临着一系列技术挑战
。
机器人集群协同控制是一个复杂的问题
。
传统的集中式控制方法通常需要一个中央控制器来协调机器人的运动，这会导致单点故障和通信瓶颈
。
分散式方法可以减轻这些问题，但机器人之间的协同仍然受限
。
当多个机器人在有限的空间内移动时，碰撞避免是一个关键问题
。
现有的碰撞避免算法通常基于静态地图或传感器数据，但这些方法往往无法应对动态环境或机器人集群内部的复杂交互
。
设计有效的协同规则是机器人集群协同工作的核心
。
现有的规则往往基于启发式方法，缺乏理论支持和可扩展性
。
因此，需要更加智能和自适应的协同规则
。

技术实现思路

[0005]本专利技术的目的是提供智能机器人集群协同控制系统，本专利技术通过引入分散式协同控制
、
碰撞预测和避免
、
智能协同规则等先进技术，实现了高效的多机器人协同工作和控制，提高了任务完成效率
、
安全性和灵活性
。
[0006]为解决上述技术问题，本专利技术提供智能机器人集群协同控制系统，所述系统包括：机器人数据获取部分和控制部分；所述数据获取部分，配置用于获取机器人集群中每个机器人的在每个时刻的状态和控制输入；所述状态包括：机器人位置数据
、
机器人的动作姿态数据和机器人传感器读数；所述控制输入包括：机器人目标位置数据和机器人的目标动作姿态数据；所述控制部分，包括：协同控制部分和碰撞控制部分；所述协同控制部分，配置用于基于机器人集群中所有机器人的状态和控制输入，基于协同效应生成协同控制策略，使得整个机器人集群的控制奖励目标函数为最大值；所述碰撞控制部分，配置用于在协同控制策略的基础上，对机器人集群中的机器人进行碰撞预测，以避免机器人碰撞的发生
。
[0007]进一步的，所述协同控制部分的执行过程包括：设机器人数量为
N
，控制时间步长
为
t
；机器人
i
在时刻
t
的状态为
S
i
(t)
；机器人
i
在时刻
t
的控制输入
U
i
(t)
；为使得整个机器人集群的控制奖励目标函数为最大值，则将每个机器人的控制奖励目标函数为最大值；以状态
S
i
(t)
和控制输入
U
i
(t)
为影响因子，构建机器人
i
的控制奖励目标函数为
R
i
(t)
；在以
R
i
(t)
为最大值的约束条件下，对每个时间步的控制输入
U
i
(t)
进行优化，得到优化控制输入
U
i
(t)
Op
；设定协同规则
F(t)
，将所有机器人的优化控制输入
U
i
(t)
op
组合成集群的总体输入
U
cluster
(t)
；使用总体输入
U
cluster
(t)
控制机器人集群中每个机器人的运动
。
[0008]进一步的，所述目标函数
R
i
(t)
使用如下公式进行表示
[0009][0010]其中，
d
ij
(t)
为根据机器人位置数据与机器人目标位置数据计算出的机器人
i
距离目标位置的距离；为机器人
i
的动作姿态数据；为机器人
i
的目标动作姿态数据；
ρ
(t)
表示集群的协同性参数，为设定值，在每个时间步，协同性参数的取值可能不同；
θ
i
(t)
表示机器人
i
在每个时间步的响应时间；
σ
i
(t)
表示机器人
i
的传感器读数；
t0为当前时刻；
[0011]进一步的，在以
R
i
(t)
为最大值的约束条件下，对每个时间步的控制输入
U
i
(t)
进行优化，得到优化控制输入
U
i
(t)
op
的方法包括：
[0012][0013]其中，
α
为第一学习率；为拉普拉斯算子
。
[0014]进一步的，协同规则
F(t)
，使用如下公式，将所有机器人的控制输入
U
i
(t)
组合成集群的总体输入
U
cluster
(t)
：
[0015]U
cluster
(t)
＝
F(t,U1(t)
op
,U2(t)
op
,
…
,U
N
(t)
op
)。
[0016]进一步的，协同规则
F(t)
使用如下公式进行表示：
[0017][0018]其中，
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
智能机器人集群协同控制系统，其特征在于，所述系统包括：机器人数据获取部分和控制部分；所述数据获取部分，配置用于获取机器人集群中每个机器人的在每个时刻的状态和控制输入；所述状态包括：机器人位置数据
、
机器人的动作姿态数据和机器人传感器读数；所述控制输入包括：机器人目标位置数据和机器人的目标动作姿态数据；所述控制部分，包括：协同控制部分和碰撞控制部分；所述协同控制部分，配置用于基于机器人集群中所有机器人的状态和控制输入，基于协同效应生成协同控制策略，使得整个机器人集群的控制奖励目标函数为最大值；所述碰撞控制部分，配置用于在协同控制策略的基础上，对机器人集群中的机器人进行碰撞预测，以避免机器人碰撞的发生
。2.
如权利要求1所述的智能机器人集群协同控制系统，其特征在于，所述协同控制部分的执行过程包括：设机器人数量为
N
，控制时间步长为
t
；机器人
i
在时刻
t
的状态为
S
i
(t)
；机器人
i
在时刻
t
的控制输入
U
i
(t)
；为使得整个机器人集群的控制奖励目标函数为最大值，则将每个机器人的控制奖励目标函数为最大值；以状态
S
i
(t)
和控制输入
U
i
(t)
为影响因子，构建机器人
i
的控制奖励目标函数为
R
i
(t)
；在以
R
i
(t)
为最大值的约束条件下，对每个时间步的控制输入
U
i
(t)
进行优化，得到优化控制输入
U
i
(t)
op
；设定协同规则
F(t)
，将所有机器人的优化控制输入
U
i
(t)
op
组合成集群的总体输入
U
cluster
(t)
；使用总体输入
U
cluster
(t)
控制机器人集群中每个机器人的运动
。3.
如权利要求2所述的智能机器人集群协同控制系统，其特征在于，所述目标函数
R
i
(t)
使用如下公式进行表示其中，
d
ij
(t)
为根据机器人位置数据与机器人目标位置数据计算出的机器人
i
距离目标位置的距离；为机器人
i
的动作姿态数据；为机器人
i
的目标动作姿态数据；
ρ
(t)
表示集群的协同性参数，为设定值，在每个时间步，协同性参数的取值可能不同；
θ
i
(t)
表示机器人
i
在每个时间步的响应时间；
σ
i
(t)
表示机器人
i
的传感器读数；
t0为当前时刻
。4.
如权利要求3所述的智能机器人集群协同控制系统，其特征在于，在以
R
i
(t)
为最大值的约束条件下，对每个时间步的控制输入
U
i
(t)
进行优化，得到优化控制输入
U
i
(t)
op
的方法包括：其中，
...

【专利技术属性】
技术研发人员：邹应全，龚宇瑶，谭文新，汪洋生，
申请(专利权)人：重庆大学，
类型：发明
国别省市：