多机器人的结构控制图

2。2  多机器人系统的体系结构

我们在设计多机器人系统之前，首先要考虑的问题是多机器人体系结构的合理问题，原因是多机器人之间的简单联接无法真正发挥出多机器人的优势，同时也无法完成复杂的任务。因此，多机器人的体系结构不仅仅要求定义各个机器人在物理结构位置上的相对关系和多机器人之间的任务分配问题，还要综合考虑各个机器人之间和各个机器人与整个系统之间的拓扑总结构、信息的交互和控制方式等影响多机器人系统实现的因素。文献综述

多机器人的体系结构可以分为两类，是个体体系结构和群体体系结构。群体体系结构主要包括三种结构：（1）集中式控制结构；（2）分布式控制结构；（3）混合式控制结构。其中集中式控制结构控制方法简单，实现也较为容易，并且具有比较清晰的理论背景，但同样也存在一些突出的缺点。比如可扩展性差、容错性差、适应性差等。而相较于集中式控制结构来说，分散式控制结构更加优秀，它具有更好的扩展性、灵活性、鲁棒性和适应性，但是由于分散式控制结构编队中每个机器人都是可以自由支配行动的，没有一个统一的领导者，使得分散式控制结构较为复杂，各个机器人都以自我为中心，导致某个机器人过多的占用系统资源，从而降低了任务完成的效率。混合式控制结构则包含了集中式控制结构和分散式控制结构。因此不但具有了集中式控制结构和分散式控制结构的有点，也弥补了两者的不足。

3  智能算法

3。1  人工势场法简介

在1986年，Khatib首次提出了人工势场法。人工势场法的基本思想是将多机器人的行为环境虚拟为人工势场，机器人在这个虚拟的势场中运动，其斥力势场包围环境中的障碍物，当机器人与障碍物之间的距离减少时，产生的排斥力也越大，而引力势场则包围目标点，引力随机器人与目标的距离减少而增大。这样在引力和斥力的合力作用下，机器人沿最小化势能方向运动。人工势场法主要是是通过设计人工势场和势场函数来表示外界环境和编队队形中机器人之间的约束关系，然后在此基础上进行进一部的分析和控制。

如何设计势场和势场函数以及如何避免局部极小点是将人工势场法应用于编队控制的关键。与前面两种方法一样，人工势场法也有它的优点和缺点，人工势场法的控制方法简单、计算简便、容易实现实时控制和能够有效的处理环境中的障碍物壁障问题，易于扩展和实现队伍的稳定性。然而在实际操作中，人工势场法的势场中常常会存在局部最小点，一旦陷入就会导致多机器人编队任务执行失败；另外，在势场函数的设计时，未考虑其他机器人的位置，容易产生碰撞，这同样会造成编队任务的失败。来,自,优.尔:论;文*网www.youerw.com +QQ752018766-

3。2人工势场法原理

当我们在使用人工势场法解决机器人编队问题时，我们把目标设为低势能点，障碍物设为高势能点，因此机器人将会沿着势场变化，从低势能点向高势能点运动。假设机器人在一个有势能场的环境中运动，那么机器人将会收到几个引力的作用，机器人的运动目标对它有一个吸引力，同样它的障碍物对它有一个排斥力，机器人将会在合力的引导下运动，并且总是从高势能点运动到低势能点，最后到达目标。机器人在这种人工势场能中运动，由于对障碍物的“排斥”，得以保证与障碍物有一个安全距离，同时也因为受到目标的“吸引”而朝它运动。为了让描述问题方便简洁，引入记号： 表示目标对机器人的吸引力， 表示目标对障碍无的排斥力， 是机器人与目标之间的距离， 是机器人与障碍物之间的距离；并且势能是距离的函数：