第3期 王中林，等：一种多智能体领航跟随编队新型控制器的设计 ·305· 尔 12f 10 10A 5 女 6 4 0 -10 -15 -5 05n101520 x/m -8-6-4-202468 x/m 图5五角星队形 图7机器人运动轨迹图 Fig.5 The pentagram formation Fig.7 The motion track of robots 3.2 Amigobot机器人实验结果 图6为在Amigobot机器人上做实验，然后 将实验过程中的机器人的位置坐标以及运动速 度大小和方向打印到本地xt文档中，然后通过 MATLAB读取相应文档的数据画出实验效果 图，画该效果图时文中选取了实验开始时的几 个相隔相对比较密集的3组数据加上中间分布 均匀的一些数据。 (a)图6中标号为时刻1的实验图 12i 4甲 10 乙 。丙 8 为 6 4 2 0 E (b)图6中标号为时刻2的实验图 -8-6-4-202468 x/m 图6 Amigobot机器人实验结果 Fig.6 The experimental result of Amigobot robots 从图6可知，3个机器人能快速成功地实现 编队，然后稳定地按预期的队形运动，从而进一 (c)图6中标号为时刻3的实验图 步验证了文中算法的正确性以及实际可行性。 图8多机器人编队的实验图 图7所示是整个实验过程中Amigobot机器人的 Fig.8 The experiment of multi-robot formation 运动轨迹图。从图2中的(a)和图6可以看出 系统都能够快速收敛，实现预期的稳定编队控 4 结束语 制效果，进而从2个方面验证了文中所提出的 文中假定在该多智能体系统中，每个智能体的 算法的正确性。图8中的(a)~(c)分别对应图 速度无法被他们的邻居智能体实时获取，但位置坐 6中的编号为时刻1~3的实验图。从图8的实 标信息是可以被它的邻居获得的，在这种情况下，采 验图可以更加直观地看出文中所设计的新型领 用邻居的局部控制律以及邻居的状态估计规则的思 航跟随控制器的编队算法的实际可行性。 想来设计控制器输入。在算法中，通过设定跟随者图 ５ 五角星队形 Ｆｉｇ．５ Ｔｈｅ ｐｅｎｔａｇｒａｍ ｆｏｒｍａｔｉｏｎ ３．２ Ａｍｉｇｏｂｏｔ 机器人实验结果 图 ６ 为 在 Ａｍｉｇｏｂｏｔ 机 器 人 上 做 实 验， 然 后 将实验过程中的机器人的位置坐标以及运动速 度大小和方向打印到本地 ｔｘｔ 文档中，然后通过 ＭＡＴＬＡＢ 读 取 相 应 文 档 的 数 据 画 出 实 验 效 果 图，画该效果图时文中选取了实验开始时的几 个相隔相对比较密集的 ３ 组数据加上中间分布 均匀的一些数据。 图 ６ Ａｍｉｇｏｂｏｔ 机器人实验结果 Ｆｉｇ．６ Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔ ｏｆ Ａｍｉｇｏｂｏｔ ｒｏｂｏｔｓ 从图 ６ 可知，３ 个机器人能快速成功地实现 编队，然后稳定地按预期的队形运动，从而进一 步验证了文中算法的正确性以及实际可行性。 图 ７ 所示是整个实验过程中 Ａｍｉｇｏｂｏｔ 机器人的 运动轨迹图。 从图 ２ 中的（ ａ） 和图 ６ 可以看出 系统都能够快速收敛，实现预期的稳定编队控 制效果，进而从 ２ 个方面验证了文中所提出的 算法的正确性。 图 ８ 中的（ ａ） ～ （ ｃ） 分别对应图 ６ 中的编号为时刻 １ ～ ３ 的实验图。 从图 ８ 的实 验图可以更加直观地看出文中所设计的新型领 航跟随控制器的编队算法的实际可行性。 图 ７ 机器人运动轨迹图 Ｆｉｇ．７ Ｔｈｅ ｍｏｔｉｏｎ ｔｒａｃｋ ｏｆ ｒｏｂｏｔｓ （ ａ） 图 ６ 中标号为时刻 １ 的实验图 （ ｂ） 图 ６ 中标号为时刻 ２ 的实验图 （ ｃ） 图 ６ 中标号为时刻 ３ 的实验图 图 ８ 多机器人编队的实验图 Ｆｉｇ．８ Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔ ｏｆ ｍｕｌｔｉ⁃ｒｏｂｏｔ ｆｏｒｍａｔｉｏｎ ４ 结束语 文中假定在该多智能体系统中，每个智能体的 速度无法被他们的邻居智能体实时获取，但位置坐 标信息是可以被它的邻居获得的，在这种情况下，采 用邻居的局部控制律以及邻居的状态估计规则的思 想来设计控制器输入。 在算法中，通过设定跟随者 第 ３ 期 王中林，等：一种多智能体领航跟随编队新型控制器的设计 ·３０５·