.538. 智能系统学报 第10卷 智能体编队运动轨迹 分别选取Amigo机器人在t,和t,这2个不同时刻的 14 实际场地运动情况，如图12、13所示。图14、15是 由移动机器人码盘采回的实际运动数据所绘制的运 8 动轨迹图，并在图中分别给出几种不同时刻机器人 6 的队形保持情况，如图中黑色实线所示。在图14和 4 2 图15中标注的机器人在t1、,时刻的编队运动情况 分别与图12和图13中的t1、t,时刻一一对应。可 -202468101214 以看出，在实际场地实验中，当给定轨迹为直线和圆 x/m 时，采用该算法，领导者能够完成跟踪给定路径的要 图9领导者给定路径为斜线y=x时的编队运动轨迹 求，同时跟随者能够较快地达到并保持给定编队队 Fig.9 Formation trajectory when the given path of 形。由数字仿真和实际场地实验共同表明，该算法 leader is the diagonal line y =x 能够很好地完成所要求的控制目标，具有一定的有 智能体编队运动轨迹 效性。 3 开始 初始化 由规划路径产生目标点序列 跟随者接收信息 计算模糊控制输入 计算距离和角度 -3 模糊控制器 计算y,w -4-3-2-10123456 x/m 获得模糊控制输出，w 驱动Amigoi运动 图10领导者给定路径为圆x2+y2-4时的编队运动轨迹 Fig.10 Formation trajectory when the given path of 驱动Amigo运动 、循环结束 leader is the circlex2+y2=4 获得Amigo当前位姿信息 Y 停止运动 3.2基于轮式机器人的相关实验 为了进一步验证该编队控制算法的有效性，并 循环结束 从实际应用的角度出发，采用轮式移动机器人进行 图11程序流程图 实际场地实验。 Fig.11 The program flow chart 本实验采用的是美国ActivMedia Robotics公司 生产的Amigo移动机器人作为实验平台。首先利用 该公司提供的配套仿真软件MobileSim进行仿真测 试，再利用Amigo机器人进行实际场地实验。主程 领导者 领导者 序流程图如图11。 本实验采用3个Amigo机器人分2组进行，第 一组实验的领导者给定路径为直线y=2,2个跟随 者与领导者的期望距离均为1m,期望角度分别为 (a)t,=58 (b)2=15s 90°和-90°，即分别位于领导者的左右两侧。第2组 图12领导者跟踪直线时的不同时刻t的编队运动情况 实验的领导者给定路径为圆x2+(y-5)2=25,两 Fig.12 The formation situation when the leader tracking 跟随者的期望距离均为1m,期望角度分别为90°和 the straight line in different time t 0,即2个跟随者分别位于领导者的正前方和左侧。图 ９ 领导者给定路径为斜线 ｙ ＝ ｘ 时的编队运动轨迹 Ｆｉｇ． ９ Ｆｏｒｍａｔｉｏｎ ｔｒａｊｅｃｔｏｒｙ ｗｈｅｎ ｔｈｅ ｇｉｖｅｎ ｐａｔｈ ｏｆ ｌｅａｄｅｒ ｉｓ ｔｈｅ ｄｉａｇｏｎａｌ ｌｉｎｅ ｙ ＝ ｘ 图 １０ 领导者给定路径为圆 ｘ ２ ＋ ｙ ２ ＝ ４ 时的编队运动轨迹 Ｆｉｇ．１０ Ｆｏｒｍａｔｉｏｎ ｔｒａｊｅｃｔｏｒｙ ｗｈｅｎ ｔｈｅ ｇｉｖｅｎ ｐａｔｈ ｏｆ ｌｅａｄｅｒ ｉｓ ｔｈｅ ｃｉｒｃｌｅ ｘ ２ ＋ ｙ ２ ＝ ４ ３．２ 基于轮式机器人的相关实验 为了进一步验证该编队控制算法的有效性，并 从实际应用的角度出发，采用轮式移动机器人进行 实际场地实验。 本实验采用的是美国 ＡｃｔｉｖＭｅｄｉａ Ｒｏｂｏｔｉｃｓ 公司 生产的 Ａｍｉｇｏ 移动机器人作为实验平台。 首先利用 该公司提供的配套仿真软件 ＭｏｂｉｌｅＳｉｍ 进行仿真测 试，再利用 Ａｍｉｇｏ 机器人进行实际场地实验。 主程 序流程图如图 １１。 本实验采用 ３ 个 Ａｍｉｇｏ 机器人分 ２ 组进行，第 一组实验的领导者给定路径为直线 ｙ ＝ ２，２ 个跟随 者与领导者的期望距离均为 １ ｍ，期望角度分别为 ９０°和－９０°，即分别位于领导者的左右两侧。 第 ２ 组 实验的领导者给定路径为圆 ｘ ２ ＋ （ｙ － ５） ２ ＝ ２５，两 跟随者的期望距离均为 １ ｍ，期望角度分别为 ９０°和 ０，即 ２ 个跟随者分别位于领导者的正前方和左侧。 分别选取 Ａｍｉｇｏ 机器人在 ｔ １和 ｔ ２这 ２ 个不同时刻的 实际场地运动情况，如图 １２、１３ 所示。 图 １４、１５ 是 由移动机器人码盘采回的实际运动数据所绘制的运 动轨迹图，并在图中分别给出几种不同时刻机器人 的队形保持情况，如图中黑色实线所示。 在图 １４ 和 图 １５ 中标注的机器人在 ｔ １ 、ｔ ２时刻的编队运动情况 分别与图 １２ 和图 １３ 中的 ｔ１、ｔ ２时刻一一对应。 可 以看出，在实际场地实验中，当给定轨迹为直线和圆 时，采用该算法，领导者能够完成跟踪给定路径的要 求，同时跟随者能够较快地达到并保持给定编队队 形。 由数字仿真和实际场地实验共同表明，该算法 能够很好地完成所要求的控制目标，具有一定的有 效性。 图 １１ 程序流程图 Ｆｉｇ．１１ Ｔｈｅ ｐｒｏｇｒａｍ ｆｌｏｗ ｃｈａｒｔ （ａ）ｔ １ ＝ ５ ｓ （ｂ）ｔ ２ ＝ １５ ｓ 图 １２ 领导者跟踪直线时的不同时刻 ｔ 的编队运动情况 Ｆｉｇ．１２ Ｔｈｅ ｆｏｒｍａｔｉｏｎ ｓｉｔｕａｔｉｏｎ ｗｈｅｎ ｔｈｅ ｌｅａｄｅｒ ｔｒａｃｋｉｎｇ ｔｈｅ ｓｔｒａｉｇｈｔ ｌｉｎｅ ｉｎ ｄｉｆｆｅｒｅｎｔ ｔｉｍｅ ｔ ·５３８· 智 能 系 统 学 报 第 １０ 卷