摘 要

随着科学技术的发展，机器人技术也在不断进步，其智能性也在不断提高，并在生产生活、工业制造、军事等方面有着广泛应用。有关机器人智能性的研究是机器人研究领域内的一个很重要的科研方向，其中机器人的群集与避障技术是实现机器人智能性的一个重要方面，也一直是该领域内的研究热点。本文以多移动机器人协同控制作为研究方向，将多传感器融合技术引入到多移动机器人系统中，针对多移动机器人系统在多障碍物环境下的路径规划问题进行了研究。主要研究内容包括：

首先，对移动机器人研究领域的发展、移动机器人障碍物检测方法、多传感器信息融合的方法以及移动机器人局部路径规划的研究现状做了简要的分析，并简单阐述了本文的主要组织结构。在此研究基础上，对群体机器人多传感器信息融合技术和障碍物检测定位方法进行了分析。提出了基于加权平均的信息融合方法，对传感器获取的各种不同类型的数据信息赋予权重，根据所有的输入信息与其权重，决定最后的信息融合结果。通过理论证明，此方法在激光雷达传感器和超声波传感器等应用中，传感器测量出的距离信息有着更高的准确性。接着，提出人工势场函数的方法，在机器人周围抽象出势能场，该势能场由障碍物产生的斥力场、目标产生的引力场以及机器人之间的势场共同构成。将机器人视为人工势场作用下的一个质点，在合力场的共同驱使下，按照总势场的合力方向向目标位置运动。最后，设计一个兼具避碰和避障的分布式群集控制算法。在保持系统拓扑连通的条件下，既保证多机器人系统在群集运动中不会出现拓扑结构断裂现象，又实现了更加平稳的避障过程。同时，利用Lyapunov函数证明了系统的稳定性，并通过MATLAB仿真验证了所提出控制律的可行性。

关键词：多移动机器人；多传感器信息融合；人工势场法；Lyapunov稳定性；避障

Abstract

With the development of scientific, robot technology is also in progress, and the practicability and intelligent of robots have been constantly improved, so that they have been widely used in the life, military, industrial production, exploration of unknown areas and many other areas. The study of autonomous mobile robot is a very important branch in the field of robotics research, among which the technology of cluster and obstacle avoidance is an important aspect of the robot's intelligence and has always been a hot research field of intelligent robots. In this paper, with the research direction of path planning of the mobile robot system, multi sensor fusion technology is introduced to the multi mobile robot system, and the problem of multi mobile robot system in multi obstacles environment is studied. The main work is as follows:

Firstly, we do a brief analysis of the development of mobile robotics research, the methods of the obstacle detection of the mobile robot, the methods of multi-sensor information fusion and the status of the local route planning of mobile robot, and make a brief introduction of the major component of the research topic. Then methods of detection and location of obstacles and multi-sensor information fusion technology are studied. The information fusion method based on weighted average method is proposed, that is, giving a weight to all kinds of data and the final fusion result is determined by all the input information and the corresponding weights. The distance information fusion of laser radar sensor, ultrasonic sensor measured by this method has a higher accuracy than the information measured by the single sensor with theoretical proof. After that the cluster and obstacle avoidance algorithm based on artificial potential field is discussed, which needs to abstract the potential energy field around robots, and the potential field is composed of the gravitational field of target point, the repulsive force field of obstacles and the potential field of robots, and meanwhile regard the robot as a particle under the influence of artificial potential field, so that the resultant force drives the robot to move toward the target position in accordance with the resultant force direction of the total potential field. Finally, a distributed cluster control algorithm consists of collision and obstacle avoidance is designed. Under the condition of maintaining the system topology, it is guaranteed that the multi robot system will not break the topology structure in the cluster motion, and achieve a more stable process of obstacle avoidance. Meanwhile the stability of the algorithm is proved by selecting the proper Lyapunov function and simulation and analysis of the control algorithm with MATLAB has proved the feasibility and reliability.

Key Words：multiple mobile robots; multi-sensor information fusion; artificial potential field; Lyapunov stability; obstacle avoidance.

目录

第1章 绪论 1

1.1 研究目的及意义 1

1.2 国内外研究现状 2

1.3 本文主要研究内容与组织结构 4

第2章 多传感器信息融合方法 5

2.1 传统障碍物检测原理及方法 5

2.1.1 超声传感器检测 5

2.1.2 立体视觉 5

2.1.3 激光雷达传感器 5

2.1.4 其他传感器及应用 6

2.2 信息融合方法 6

2.2.1 多传感器信息融合层次 6

2.2.2 多传感器信息融合方法 8

2.3 基于加权平均法的多传感器数据融合方法研究 8

2.3.1权重对融合精度的影响 9

2.3.2 权重的最优分配原则 10

2.3.3 公式分析 11

2.4 本章小结 12

第3章 基于人工势场的群集与避障算法研究 13

3.1 人工势场法原理 13

3.2 基于人工势场的多机器人系统控制方法设计 14

3.2.1 机器人系统模型 14

3.2.2 机器人与目标间势场函数 15

3.2.3 机器人群集运动的势场函数 16

3.2.4 机器人避障势场函数 17

3.3 控制律和稳定性分析 19

3.4 本章小结 20

第4章 仿真结果与分析 21

4.1 引言 21

4.2 人工势场算法仿真 21

4.3 结果分析 24

4.4 本章小结 25

第5章 工作总结与展望 26

5.1 本文总结 26

5.2 研究展望 26

参考文献 28

附录A 30

致谢 46

第1章 绪论

1.1 研究目的及意义

智能移动机器人，它作为一个综合性系统集成了周围环境探测、自主决策、行为控制、路径规划等多种功能，在科技日益发展的今天，其性能也得到了大幅提升。当面对需要并行完成的复杂任务时，单个机器人将难以胜任。于是学者们考虑将多个机器人按一定规则组成一个整体系统去完成单个机器人很难完成的任务。相对于单个机器人而言，多机器人系统拥有许多优点：（1）具备时间、空间上的分布性，较为复杂的任务可通过多个机器人的合作来完成；（2）当系统局部或工作环境突然产生变化时，多机器人系统可通过其内部的机制来重新确立协作关系，从而继续完成任务；（3）具有较高的工作效率和工作柔性，更适合于先进科技在柔性化、智能化及网络化等方面的要求。

对于多机器人系统来说，当其处于存在障碍物的环境下时，如何实现自主群集与避障运动显得尤为重要。这就需要利用各种传感器以及相应的控制技术来完成平滑的避障运动稳定的群集运动。