多水下机器人编队控制
收稿日期：2018年8月2日，修回日期：2018年9月10日
作者简介：刘瑞轩，男，硕士研究生，研究方向：智能控制。张永林，男，副教授，研究方向：电力系统自动化、智能控制。?
1引言
多水下机器人［1］的应用广泛。在民用方面有：
海底管线铺设［2］、海底考察［3］、水下设备维修等；在军用方面有：海底的排雷、侦察、救生等。AUV 的编队队形控制［4~7］越来越受到人们的关注和研究，目前研究使用较多的编队方法有领航跟随法［8~9］、基于行为法［10~11］、虚拟结构法［12］和人工势场法［13~14］。
领航跟随法采用链式的拓扑结构，编队由领航者和跟随者组成，跟随者跟踪领航者来进行移动，从而形成指定的队形；虚拟结构法将队形看成刚体，机器人与刚体上的点进行对应。根据机器人编队运动的环境改变虚拟结构的位置和方向，文献［15］采用AUV 曲线路径跟踪算法，AUV 在跟踪虚拟结构的过程中形成编队；人工势场法，AUV 受到
引力向目标移动，AUV 受到斥力作用避碰。人工势场法有着陷入局部极小点和死锁的缺点；基于行为法定义了机器人运动的基本行为，对几种定义的行为综合来进行编队整体的队形控制。基于行为法有明确的队形反馈。但是，基本行为法的缺乏理论基础，编队的稳定性没有一定的保证。文献［16］设计了保持队形、奔向目标、切线避碰和随机扰动行为这几种基本行为，通过几种基本行为的优先级来决定机器人的运动，实现了机器人之间的队形保持。
上述几种方法都有各自的不足和需要改进的地方，本文将领航跟随法和基于行为法结合来改善各自方法的不足，用PSO 算法对两种方法结合所定义的基本行为组成的适应度函数进行优化，本文算法从机器人传感器探测的环境来进行整体队形的控制。
多水下机器人编队控制
?
刘瑞轩
张永林
（江苏科技大学电子信息学院
镇江
212003）
摘
要
论文对水下机器人的编队控制进行研究，针对领航跟随法和基于行为法各自的缺点，论文将领航跟随法和基
于行为法两种控制方法相结合，设计了多水下机器人队形控制的几种基本子行为奔向目标、避障碍物、避碰、保持队形，用粒子群算法优化几种行为方式构造的适应度函数，提高多水下机器人整体编队队形控制的容错性。通过Matlab 仿真平台对队形形成、队形保持、队形变换进行仿真。从仿真实验结果表明，所提出的算法提高了编队队形控制的稳定性。
关键词
多水下机器人；编队控制；粒子群算法；基于行为法
中图分类号
TP242
DOI ：10.3969/j.issn.1672-9722.2019.02.019
Multi -underwater Robot Formation Control
LIU Ruixuan
ZHANG Yonglin
（School of Electrical and Information ，Jiangsu University of Science and Technology ，Zhenjiang 212003）
Abstract
In this paper ，the formation control of underwater robots is studied.In view of the shortcomings of leader-follower
method and behavior-based method ，this paper combines Leader-follower and behavior-based control methods to design that the
multi-Several basic sub-behaviors are directed toward the target ，avoiding obstacle ，avoiding collision ，maintaining the formation ，and using the particle swarm optimization algorithm to optimize the fitness function of several behavior modes to improve the fault tol ?erance of the whole formation control of multi-underwater robot.Through the Matlab simulation platform for the formation of forma ?tion ，formation to maintain ，formation transformation simulation.The experimental results show that the proposed algorithm im ?
proves the stability of formation control.
Key Words multi-underwater robot ，formation control ，particle swarm optimization ，behavior-based method
Class Number
TP242
万方数据