第5期 任立敏，等：移动机器人队形控制关键技术及其进展 ·389· 性化的连续状态控制算法，每个机器人可以与其相 组小三角形与一组直线形的编队运动. 邻的机器人维持期望的距离和角度，同时应用基本行 除了上述方法外，文献[96]提出了一种基于导 为顺序合成的离散队形控制实现期望的队形，根据传 航函数的避障编队控制器，并从理论上证明了闭环 感器约束和障碍物的存在以有限状态机的方式确定 系统的稳定性和安全性.文献[97]提出了分层的队 切换顺序然而，上述文献中提出的控制策略将随着 形控制结构，用来同时处理编队、导航及避障问题， 队形中机器人数目的增加而变得复杂.J.Meclintock 高层的监督层处理编队控制及必要的通讯，低层的 和R.Fierro[s研究了何时发生队形变换的问题，机 导航层包含漫游和避障2种行为，为机器人提供导 器人从给定的队形集合中选择一个可以运行于当前 航能力，并提出了一种基于领导关系交换的动态角 环境的同时，并使队形误差最小的队形方式进行变 色切换方法，以解决跟随机器人的避障问题.文献 换，路径规划器在总的运行距离和不太理想的队形上 [98]提出了一种基于MPC分散式协调避障导航方 运动的距离之间权衡，搜索出最优的路径 法，用于处理未知静态环境下基于有限感知和通讯 如何选择合理的队形形状的问题，主要依赖于 能力的多机器人协调避障问题，并在实际的物理机 动态的情况（如环境的变化和动态的任务），该问题 器人平台上进行了实验验证 目前还没有得到深入的研究，也没有统一的理论来 3总结与展望 解决这个问题.M.A.Haque和M.Egerstedt在文献 [90]中对宽吻海豚的行为进行建模：各智能体在捕 近年来，多移动机器人的编队控制技术虽然得 食阶段，为了捕捉到猎物，必须选择大圆队形或小圆 到了迅速的发展，但是编队控制作为多机器人系统 队形，这个过程应用了混合控制策略和分布式网络 的一个研究领域，一些问题在理论和实际中还没有 控制方法.最近，M.Di Rocco等[]提出了一种选择 得到很好的解决，其理论框架和实现方法均需要进 最优队形形状的方法，该方法通过使某些与任务和 一步完善，还有很多重要但研究较少的问题值得学 环境相关的性能指标达到最大化来在线选择队形集 者们进行深入的研究.多移动机器人编队控制领域 合中最优的队形形状.S.Keshmiri等[提出了一种 未来可能的研究主题如下】 几何方法解决障碍环境下机器人之间具有连通性保 1)统一有效的编队控制框架 持的编队问题，该控制器在动态队形切换过程中具 没有统一有效的编队控制框架来协调编队和控 有一致性和稳定性 制算法，使得灵活的队形控制难以实现.由于队形控 2.4编队避障 制问题可能由几个子任务组成，传统的控制理论由 对于多机器人系统来说，向目标点运动过程中 于其单一的控制模式而无法应用.为此，十分需要一 的避障问题是队形控制中需要考虑的另一个关键问 种高层的协调协议来处理控制理论单个操作模式之 题.多机器人编队避障的难点是：在障碍物约束的环 间的切换问题，有关混合系统的研究中将连续控制 境下，机器人既要维持整体队形，又要合理地避开环 器和离散的协议进行集成，这朝着正确的方向迈出 境中可能碰撞的障碍物，这使得移动机器人的编队 了一步.然而，这些技术忽略了队形控制中至关重要 避障控制问题变得更加复杂 的分布式计算和通讯渠道等问题.另外还需要处理 现有文献在多机器人编队运动过程中遇到障碍 其他许多问题，如稳定性和可达性分析、混合控制算 物时，其处理方法通常包括以下几种方式：1)编队 法设计和状态估计等。 中各机器人自主避障.文献[93]中编队遇到障碍物 2)队形控制器的性能优化 时的处理方法是各机器人采取自主避障的方式，即 现存的大多数队形控制方法主要考虑了稳定 被障碍物遮挡的机器人选择合适的避障方法绕开障 性，而对于控制器的性能优化则鲜有研究队形控制 碍物，从而降低了对编队中其他机器人造成的影响： 中，对跟踪误差的快速收敛是关键而且是十分必要 2)保持队形整体避障.文献[94]中组成三角形队形 的，这是因为机器人的跟踪误差收敛速度会直接影 的机器人在遇到障碍物时保持编队形状不变，通过 响机器人小组队形控制的表现，因此需要研究同时 判断与障碍物之间的位置关系和环境信息，采用整 改进跟踪速度和队形表现的控制律，以优化队形控 体移动或穿插的方式躲避障碍物，但是这种方法对 制的性能 障碍物与可行区域的要求较高，现实环境中并不总 3)障碍环境下的队形优化变换。 是存在可行解：3)队形变换或拆分重组避障方式.文 编队控制现有的队形控制方法大多支持队形变 献[95]提出将队形中的机器人根据需要或事先设 换，但是这种变换通常是机器人小组由某一队形固 定策略将队形由原来的一个大三角形队形拆分成一 定变换到另一队形的纯粹队形变换，属于静态队形性化的连续状态控制算法，每个机器人可以与其相 邻的机器人维持期望的距离和角度，同时应用基本行 为顺序合成的离散队形控制实现期望的队形，根据传 感器约束和障碍物的存在以有限状态机的方式确定 切换顺序．然而，上述文献中提出的控制策略将随着 队形中机器人数目的增加而变得复杂．Ｊ． Ｍｃｃｌｉｎｔｏｃｋ 和 Ｒ． Ｆｉｅｒｒｏ ［８９］研究了何时发生队形变换的问题，机 器人从给定的队形集合中选择一个可以运行于当前 环境的同时，并使队形误差最小的队形方式进行变 换，路径规划器在总的运行距离和不太理想的队形上 运动的距离之间权衡，搜索出最优的路径． 如何选择合理的队形形状的问题，主要依赖于 动态的情况（如环境的变化和动态的任务），该问题 目前还没有得到深入的研究，也没有统一的理论来 解决这个问题．Ｍ． Ａ． Ｈａｑｕｅ 和 Ｍ． Ｅｇｅｒｓｔｅｄｔ 在文献 ［９０］中对宽吻海豚的行为进行建模：各智能体在捕 食阶段，为了捕捉到猎物，必须选择大圆队形或小圆 队形，这个过程应用了混合控制策略和分布式网络 控制方法．最近，Ｍ． Ｄｉ Ｒｏｃｃｏ 等［９１］ 提出了一种选择 最优队形形状的方法，该方法通过使某些与任务和 环境相关的性能指标达到最大化来在线选择队形集 合中最优的队形形状．Ｓ． Ｋｅｓｈｍｉｒｉ 等［９２］ 提出了一种 几何方法解决障碍环境下机器人之间具有连通性保 持的编队问题，该控制器在动态队形切换过程中具 有一致性和稳定性． ２．４ 编队避障 对于多机器人系统来说，向目标点运动过程中 的避障问题是队形控制中需要考虑的另一个关键问 题．多机器人编队避障的难点是：在障碍物约束的环 境下，机器人既要维持整体队形，又要合理地避开环 境中可能碰撞的障碍物，这使得移动机器人的编队 避障控制问题变得更加复杂． 现有文献在多机器人编队运动过程中遇到障碍 物时，其处理方法通常包括以下几种方式：１） 编队 中各机器人自主避障．文献［９３］中编队遇到障碍物 时的处理方法是各机器人采取自主避障的方式，即 被障碍物遮挡的机器人选择合适的避障方法绕开障 碍物，从而降低了对编队中其他机器人造成的影响； ２）保持队形整体避障．文献［９４］中组成三角形队形 的机器人在遇到障碍物时保持编队形状不变，通过 判断与障碍物之间的位置关系和环境信息，采用整 体移动或穿插的方式躲避障碍物，但是这种方法对 障碍物与可行区域的要求较高，现实环境中并不总 是存在可行解；３）队形变换或拆分重组避障方式．文 献［９５］提出将队形中的机器人根据需要或事先设 定策略将队形由原来的一个大三角形队形拆分成一 组小三角形与一组直线形的编队运动． 除了上述方法外，文献［９６］提出了一种基于导 航函数的避障编队控制器，并从理论上证明了闭环 系统的稳定性和安全性．文献［９７］提出了分层的队 形控制结构，用来同时处理编队、导航及避障问题， 高层的监督层处理编队控制及必要的通讯，低层的 导航层包含漫游和避障 ２ 种行为，为机器人提供导 航能力，并提出了一种基于领导关系交换的动态角 色切换方法，以解决跟随机器人的避障问题．文献 ［９８］提出了一种基于 ＭＰＣ 分散式协调避障导航方 法，用于处理未知静态环境下基于有限感知和通讯 能力的多机器人协调避障问题，并在实际的物理机 器人平台上进行了实验验证． ３ 总结与展望 近年来，多移动机器人的编队控制技术虽然得 到了迅速的发展，但是编队控制作为多机器人系统 的一个研究领域，一些问题在理论和实际中还没有 得到很好的解决，其理论框架和实现方法均需要进 一步完善，还有很多重要但研究较少的问题值得学 者们进行深入的研究．多移动机器人编队控制领域 未来可能的研究主题如下． １）统一有效的编队控制框架． 没有统一有效的编队控制框架来协调编队和控 制算法，使得灵活的队形控制难以实现．由于队形控 制问题可能由几个子任务组成，传统的控制理论由 于其单一的控制模式而无法应用．为此，十分需要一 种高层的协调协议来处理控制理论单个操作模式之 间的切换问题，有关混合系统的研究中将连续控制 器和离散的协议进行集成，这朝着正确的方向迈出 了一步．然而，这些技术忽略了队形控制中至关重要 的分布式计算和通讯渠道等问题．另外还需要处理 其他许多问题，如稳定性和可达性分析、混合控制算 法设计和状态估计等． ２）队形控制器的性能优化． 现存的大多数队形控制方法主要考虑了稳定 性，而对于控制器的性能优化则鲜有研究．队形控制 中，对跟踪误差的快速收敛是关键而且是十分必要 的，这是因为机器人的跟踪误差收敛速度会直接影 响机器人小组队形控制的表现，因此需要研究同时 改进跟踪速度和队形表现的控制律，以优化队形控 制的性能． ３）障碍环境下的队形优化变换． 编队控制现有的队形控制方法大多支持队形变 换，但是这种变换通常是机器人小组由某一队形固 定变换到另一队形的纯粹队形变换，属于静态队形 第 ５ 期 任立敏，等：移动机器人队形控制关键技术及其进展 ·３８９·