基于大脑风暴优化的群机器人自适应协同运动控制
机器人学
2021-05-28 v1
摘要
群机器人中的协同运动控制旨在确保成员在空间上的连贯性，即机器人群执行协调运动以维持空间结构。该问题可建模为跟踪控制问题，其中群体中的个体在考虑特定相对距离或朝向的情况下跟随目标位置。为保持较低的通信开销，可利用 PID 控制器在无领导者速度信息的情况下实现领导者-跟随者跟踪控制任务。然而，控制器参数需要被优化以适应变化的情况，例如不同的群体规模、所跟随目标的改变以及防碰撞需求等。在本文中，我们将改进的大脑风暴优化（BSO）算法应用于增量式 PID 跟踪控制器，以自适应地获取群机器人领导者-跟随者编队控制的相对最优参数。仿真结果表明，所提方法能在机器人运动过程中达到最优参数。其灵活性与可扩展性也得到验证，这确保了所提方法能适应不同情形，并成为更真实场景下群机器人协同运动控制的良好候选方案。
引用
@article{arxiv.2105.13111,
title = {Adaptive Coordinated Motion Control for Swarm Robotics Based on Brain Storm Optimization},
author = {Jian Yang and Yuhui Shi},
journal= {arXiv preprint arXiv:2105.13111},
year = {2021}
}