复杂环境下的分布式多机器人安全控制方法和控制器技术

本申请涉及一种复杂环境下的分布式多机器人安全控方法和控制器。所述方法用于在机器人自身的观察和模型的不确定性下进行多机器人控制；首先，上层规划器为每个机器人提供一个具有精确时间和速度要求的全局参考轨迹，以提供最优性指导。然后，通过对观测结果和模型的不确定性进行解析建模，建立了模型和状态观测者的不等式约束。最后，在模型预测控制的基础上，通过自适应采样和优化函数生成控制量，用于环境自适应和轨迹跟踪。本方法具有较高的成功率，并且需要在不确定的环境下为多个机器人提供安全控制。

【技术实现步骤摘要】

本申请涉及机器人控制，特别是涉及一种复杂环境下的分布式多机器人安全控制方法和控制器。

技术介绍

1、多机器人系统具有广泛的应用前景，近年来随着感知技术、控制理论技术和人工智能等技术的发展而不断发展，安全、鲁棒的控制是多机器人系统中机器人运动的关键。然而，在实践中，所有的因素都带来了不确定性，极大地影响了多个机器人的控制。因此，需要一个能够在考虑不确定性的复杂环境中安全运行的控制框架。

2、近年来，为了进一步考虑模型约束和规划与控制的集成，利用模型预测控制（model predictive control简称：mpc）进行的实际跟踪工作得到了广泛关注。mpc是一种基于优化问题迭代解的控制技术，它可以与目标函数相结合，生成并跟踪满足滚动时域轨迹的运动学、动力学和驱动极限的轨迹。利用系统模型和当前状态，可以生成一个最优的控制序列。系统在最优序列中连续执行第一控制输入，并重新获取环境信息，以便在下一步进行迭代优化。

3、对于外部障碍物的不确定性，在现有研究成果中使用控制屏障函数对行人进行建模，并添加到mpc中进行避障。文献1（hai zhu本文档来自技高网...

【技术保护点】

1.一种复杂环境下的分布式多机器人安全控制方法，其特征在于，所述方法用于多机器人分布式控制系统实现多机器人安全控制，所述多机器人分布式控制系统包括：上层规划器和多个配置了改进的模型预测控制的机器人；所述方法包括：

2.根据权利要求1所述的复杂环境下的分布式多机器人安全控制方法，其特征在于，通过对观测结果和机器人模型的不确定性进行解析建模，得到机器人模型和状态观测器的不等式约束，包括：

3.根据权利要求2所述的复杂环境下的分布式多机器人安全控制方法，其特征在于，对所述状态扰动和所述输出扰动采用具有二元高斯分布的椭圆场来表示机器人状态不确定性，包括：

4....

【技术特征摘要】

1.一种复杂环境下的分布式多机器人安全控制方法，其特征在于，所述方法用于多机器人分布式控制系统实现多机器人安全控制，所述多机器人分布式控制系统包括：上层规划器和多个配置了改进的模型预测控制的机器人；所述方法包括：

2.根据权利要求1所述的复杂环境下的分布式多机器人安全控制方法，其特征在于，通过对观测结果和机器人模型的不确定性进行解析建模，得到机器人模型和状态观测器的不等式约束，包括：

3.根据权利要求2所述的复杂环境下的分布式多机器人安全控制方法，其特征在于，对所述状态扰动和所述输出扰动采用具有二元高斯分布的椭圆场来表示机器人状态不确定性，包括：

4.根据权利要求1所述的复杂环境下的分布式多机器人安全控制方法，其特征在于，对自身的所述全局参考路径采用时间自适应采样的方法选择合适的参考路径点，然后通过轨迹拟合，得到参考轨迹，包括：

【专利技术属性】
技术研发人员：曾志文，刘鹏，邱学凯，阳佳奇，朱鹏铭，王晨，赵玉辉，肖军浩，卢惠民，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：