協同控制提高智能體系統魯棒性，編隊避障是重點
隨著工業技術的發展，任務復雜程度和規模逐漸增加，單個智能體獲取資訊及解決問題的能力有限，在多數情況下無法滿足任務要求，而多智能體系統強調單體之間的合作與協同，多體協同控制可以大幅提高作業效率和能力，目前，針對多智能體協同控制的研究存在很多，包括智能體之間協同方式、通訊方式以及避障方法等，其中最主要的就是多智能體編隊避障控制演算法的研究，
光學定位系統亞毫米級定位，助力智能無人集群系統
中科院自動化研究所蒲志強老師團隊研究開發出智能無人集群系統，該無人集群系統分為三個子系統，定位子系統、通信子系統與控制子系統，可實作單體無人車和無人機控制、地空協同、集群對戰以及無人車、無人機編隊表演等功能；可用于青少年科普、教育培訓、高校或科研院所的深度二次開發、以及區域物流、軍民融合等行業應用領域，
其中定位系統融合使用NOKOV度量光學動作捕捉系統與車載的慣性單元進行定位，考慮到捕捉范圍，架設了24臺Mars2H光學定位相機，其中在5m高度平面布置8臺相機，8.5m高度平面布置16臺相機，覆寫12m*12m*8.5m的空間，
各個移動機器人及障礙物上放置反游標志點，不同標志點排布形式用于區分機器人個體的ID，通過捕捉移動機器人及障礙物上反游標志點，得到標志點的三維坐標，利用SDK向外實時廣播，單個機器人可以接收到本體、鄰近移動機器人以及障礙物位置資訊，坐標資訊精度達到亞毫米級，
由于NOKOV度量光學定位系統定位精度高于慣性導航器件幾個數量級，在移動機器人能接收到的光學定位傳輸的資料時，使用光學定位系統進行定位并校正慣性傳感器資料的累計誤差，保持機器人自身存盤資料與光學定位系統資料一致；在某一時間段遇到有遮擋無法得到定位系統傳輸的資料時，使用慣性傳感器的存盤資料進行定位，保證移動機器人能正常運行，
該多移動機器人系統采用了時空A*演算法和人工勢場法相結合的方法進行避障，在該方法中，時空A*演算法作為全域的路徑規劃演算法為多機器人系統規劃出無碰撞的路徑，其中，該演算法是在傳統的A*演算法的基礎上加入時間的維度，并且以預約表的形式來存盤之前已經規劃好的多機器人路徑資訊，借助這些資訊，以此來為下一個機器人生成無碰撞路徑，其次，人工勢場法作為區域路徑規劃演算法加強此方法在動態環境中的穩定性，當面對環境中未知的動態障礙物，移動多機器人能夠及時的避開，因此，結合時空A*演算法和人工勢場法作為避障方法能夠為多機器人系統生成高效的無碰撞的路徑，使其很好的完成避碰，
此外，整套多機器人系統應用于科學普及和教育培訓方面，關于科學普及，該系統針對于中小學生、科普場館、大型科貧訓動提供表演、互動等專案，其次，還提供詳細有趣的科普課程，在教育培訓方面，首先可以基于該系統進行二次開發技術研究，然后提供涉及該系統和人工智能方面的課程體系，再者，針對于各大研究機構，提供實驗室建設技術方案，
中國科學院自動化所飛行器智能技術創新團隊由研究員，副研究員，工程師，博士、碩士研究生等共20余人組成，團隊長期從事無人自主平臺魯棒自適應控制、群體智能等方面研究，在應用基礎研究、工程系統開發及產業化等方面取得了一系列重要成果，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/522923.html
標籤：其他
下一篇：圖的遍歷