球形机器人上的视觉集体行为

集体运动的实现传统上忽视了单个机器人的感知能力有限，假设对环境具有全知的感知。本研究在“机器人-在-循环”方法中实现了视觉鸟群模型，以复制由10个独立球形机器人组成的鸟群行为。该模型仅使用每个机器人全景视觉信息（如视网膜位置、光学大小和光流）即可实现机器人集体运动。我们引入虚拟锚点以约束集体机器人运动，以避免墙壁碰撞。首次实现的简单视觉机器人-在-循环方法成功再现了几种集体运动相位，特别是群集和磨圆。本模型取得的另一个里程碑是通过在相同视觉模型下证明两种环境中行为几乎相同，弥合了仿真与物理实验之间的鸿沟。总结来说，我们的最小化视觉集体运动模型足以在可扩展的机器人-在-循环系统中再现大多数集体行为，系统预测行为与数值模拟一致，并且易于与传统模型进行比较。