掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
多機器人協同控制技術 版權信息
- ISBN：9787122469793
- 條形碼：9787122469793 ; 978-7-122-46979-3
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
多機器人協同控制技術 內容簡介
本書是山東大學機器人研究中心在多機器人領域及以多機器人技術為基本支撐的移動式模塊化機器人領域多年研究成果的總結，系統介紹了多機器人系統和移動式模塊化機器人關鍵技術。主要內容包括：多機器人協同定位感知、協同通信、協同運動控制、協同導航關鍵技術；移動式模塊化機器人的模型構建；模塊化可重構機器人變構決策優化技術；模塊化機器人并行變構*優軌跡規劃技術；模塊化機器人動態環境實時*優路徑規劃技術；分布式并行變構控制技術。本書可供從事多機器人集群系統、模塊化可重構機器人研究的科研技術人員參考，也可供高等院校機器人、自動控制等相關專業的師生閱讀。
多機器人協同控制技術多機器人協同控制技術 前言
集群行為是自然界中*常見的生物行為之一，大量的個體通過集群行為可產生強大的種群效能。對機器人領域而言，相較于單體機器人，多機器人系統能夠決策調度任務并“分而治之”，各機器人協同執行子任務，可增加系統冗余度、增強擴展性，提高任務執行效率。多機器人協同運動作為機器人領域新的研究方向，逐漸引起國內外的關注。隨著機器人應用領域不斷擴展，作業層次不斷深化，機器人所處的環境逐漸復雜，任務類型逐漸多樣，單一形制的機器人平臺難以滿足多樣的環境和任務需求，以多機器人技術為基本支撐的變構型機器人應運而生，可根據所處環境和設定任務要求改變形狀尺寸或結構拓撲，實現自身構型和環境任務的*優匹配。
自2018年起，在多項國防項目的支持下，山東大學組成研究團隊，研制了多款不同自重載重等級、不同驅動機構形制的電驅動四輪移動平臺，開展了多機器人協同定位、導航、建圖、編隊控制等研究，以及移動式可重構模塊化機器人自主*優變構、組合體協同運動控制、組合體越障控制等技術攻關，積累了豐富的理論、方法和技術手段。本書以山東大學機器人研究中心多年研究成果為核心，詳細闡述了多機器人協同定位感知、協同通信、協同運動控制、協同導航關鍵技術，移動式模塊化機器人模型構建，模塊化可重構機器人變構決策優化，模塊化機器人并行變構*優軌跡規劃，模塊化機器人動態環境實時*優路徑規劃，分布式并行變構控制等方面的內容，建立了多機器人協同控制與移動式模塊化可重構機器人基礎理論體系。全書內容分述如下。
多機器人協同控制技術 目錄
第1章 緒論 001
1.1 多機器人協同定位發展現狀 004
1.2 多機器人協同通信發展現狀 006
1.3 移動機器人環境感知與自主探索發展現狀 007
1.4 移動機器人軌跡跟蹤控制技術 008
1.5 移動機器人分布式控制技術 010
1.6 模塊化機器人國內外發展現狀 011
參考文獻 017
第2章 多機器人協同通信與定位技術 023
2.1 概述 023
2.2 多機器人協同通信技術 024
2.2.1 基于TCP/IP 協議的多機器人協同通信 027
2.2.2 基于UDP 協議的多機器人協同通信 029
2.2.3 基于ICMP 協議的多機器人協同通信 030
2.2.4 基于ROS 的多機器人協同通信 032
2.2.5 復雜場景下的協同通信 036
2.3 定位感知技術 037
2.3.1 絕對式定位感知技術 037
2.3.2 相對式定位感知技術 045
2.4 基于濾波的多機器人定位感知算法 052
2.4.1 卡爾曼濾波算法 052
2.4.2 粒子濾波算法 053
2.5 基于優化的多機器人定位感知算法 054
2.5.1 滾動時域法 054
2.5.2 粒子群優化法 056
2.5.3 梯度下降法 057
2.6 基于分布式擴展卡爾曼濾波算法的相對位姿優化估算 058
2.6.1 多平臺擴展卡爾曼算法集中建模 059
2.6.2 分布式擴展卡爾曼濾波耦合 061
2.6.3 分布式濾波系統自適應誤差優化 065
2.7 多機器人相對位姿估計方法與協同定位方法 066
2.7.1 初始相對位姿估計解算 066
2.7.2 基于定位置信度的傳感器信息融合 070
2.7.3 基于擴展容積卡爾曼濾波的協同定位 072
2.7.4 仿真與物理平臺實驗 073
參考文獻 080
第3章 多機器人協同導航與自主探索技術 081
3.1 概述 081
3.2 多機器人協同導航技術 082
3.2.1 傳感器技術在多機器人導航中的應用 082
3.2.2 多機器人導航控制策略概述 084
3.3 多機器人導航中的路徑規劃算法 087
3.3.1 常見的全局路徑規劃算法 087
3.3.2 常見的局部路徑規劃算法 091
3.3.3 多機器人導航技術發展趨勢 093
3.4 基于多線激光雷達的透明障礙物識別與重建方法 094
3.4.1 基于反射強度特征和局部結構特征的透明障礙物識別方法 094
3.4.2 基于環境信息的透明障礙物重建方法 103
3.5 透明障礙物環境地圖構建方法 106
3.5.1 基于對稱特征的反射錯誤點識別與修正方法 106
3.5.2 透明障礙物場景優化SLAM 方法 112
3.6 透明障礙物環境下機器人自主探索策略 114
3.6.1 基于雙RRT 的局部探索 115
3.6.2 目標點評估模型 120
3.6.3 基于拓撲路徑圖的全局調整 122
3.6.4 透明障礙物環境探索優化策略 122
3.7 綜合實驗驗證與分析 123
3.7.1 實驗平臺 123
3.7.2 實驗驗證 124
3.7.3 結果分析 127
參考文獻 128
第4章 多機器人編隊協同運動控制 129
4.1 概述 129
4.2 多機器人協同運動建模 129
4.3 協同跟隨控制器 130
4.4 *優控制參數選取 132
4.4.1 遺傳算法 132
4.4.2 種群初始化 132
4.4.3 適應度函數 133
4.4.4 精英選擇 133
4.4.5 交叉和突變 134
4.5 多機器人編隊協同運動策略 135
4.5.1 編隊控制相關方法 135
4.5.2 基于行為法 141
4.5.3 系列優化方法 143
4.5.4 圖論概念 149
4.5.5 隊形結構描述 150
4.5.6 聚合靠攏 151
4.5.7 分散隊形變換 152
4.5.8 協同隊形控制流程 154
4.6 分布式多機器人編隊控制策略 155
4.6.1 多機器人系統圖論及編隊模型 155
4.6.2 領航者機器人路徑生成 156
4.6.3 編隊控制律分析 158
4.6.4 編隊形成仿真實驗 159
4.7 基于改進APF 的多機器人系統分布式避障算法 160
4.8 多機器人行為決策設計 162
4.8.1 行為加權融合方法 162
4.8.2 避障與隊形切換仿真實驗 163
參考文獻 164
第5章 機器人戶外復雜環境感知與地圖構建 166
5.1 概述 166
5.1.1 感知定位與建圖方法 167
5.1.2 基于因子圖優化的狀態估計方法 167
5.1.3 傳感器因子節點構建方法 168
5.1.4 多因子圖優化設計 174
5.1.5 基于SegNet 的動態環境建圖方法 177
5.2 機器人戶外環境感知與規劃方法實驗分析 183
5.2.1 系統硬件選型設計 184
5.2.2 仿真平臺搭建 186
5.2.3 仿真實驗 188
5.2.4 樣機實驗分析 192
參考文獻 198
第6章 機器人起伏地形軌跡規劃與跟蹤控制 199
6.1 概述 199
6.1.1 規劃問題描述與RRT??算法 200
6.1.2 RRT??算法改進 201
6.2 面向崎嶇地形的路徑規劃方法 204
6.2.1 基于A??算法的2.5D 路徑規劃方法 204
6.2.2 基于非線性模型預測控制算法的2.5D 軌跡跟蹤控制方法 207
6.3 起伏地形軌跡跟蹤算法研究與方法設計 212
6.3.1 起伏地形機器人姿態誤差補償控制問題分析 212
6.3.2 基于模型預測控制的機器人軌跡跟蹤方法 214
6.3.3 基于反饋控制的機器人姿態角誤差動態補償方法 218
6.3.4 避障規劃算法研究與方法設計 221
6.4 多輪移動機器人多輪分布式協同控制方法 228
6.4.1 分布式協同控制算法研究與方法設計 228
6.4.2 基于擴張狀態觀測器的未知擾動補償控制方法 236
6.5 輪式移動機器人運動控制系統實驗驗證 240
6.5.1 仿真實驗 240
6.5.2 樣機實驗 253
參考文獻 259
第7章 組合體越障規劃與構型分析 261
7.1 概述 261
7.2 崎嶇地形建模與越障路徑規劃 262
7.2.1 基于可變構模塊化機器人越障特征的幾何通過性與地形 262
7.2.2 地形語義分割 268
7.2.3 語義地圖與柵格地圖結合的越障路徑規劃方法 270
7.3 地形與負載約束下的越障能耗與時間*優構型生成方法 273
7.3.1 越障構型規劃問題建模 273
7.3.2 基于遺傳算法的構型規劃求解 276
7.3.3 基于BP 神經網絡的構型規劃 283
參考文獻 287
第8章 模塊化可重構機器人*優變構決策與規劃 288
8.1 概述 288
8.2 多目標變構決策層次優化 290
8.2.1 模塊化機器人平面構型表達 290
8.2.2 *大公共子構型匹配 291
8.2.3 組元拆分樹結構啟發式搜索 293
8.2.4 變構移動距離估計 297
8.2.5 帕累托*優性證明 298
8.2.6 時間復雜度 300
8.3 大規模組合體的分組變構優化策略 302
8.4 模塊化機器人并行變構*優軌跡規劃技術 302
8.4.1 構建*優執行路徑 305
8.4.2 并行變構運動的路徑-時間維映射 305
8.4.3 運動約束下分段平滑時刻表模型 308
8.4.4 啟發式偏移粒子群算法的時刻表優化器 310
8.5 仿真與物理平臺實驗 312
8.5.1 *優變構規劃仿真與分析 312
8.5.2 面向大量模塊的分組變構規劃仿真與分析 314
8.5.3 模型仿真與結果分析 316
8.5.4 算法性能仿真 316
8.5.5 對比仿真 317
8.5.6 物理平臺對比實驗 319
參考文獻 322
第9章 模塊化機器人變構實時路徑規劃與并行控制 325
9.1 概述 325
9.2 變構實時路徑規劃 326
9.2.1 高實時性去中心化全地圖隨機樹 326
9.2.2 回環分支迭代的實時路徑優化 328
9.2.3 動態環境快速響應機制 333
9.2.4 概率完備性 337
9.3 包圍逃逸 338
9.4 分布式并行變構控制技術 339
9.4.1 本地共識的異形組元分布式軌跡跟蹤控制 341
9.4.2 分布式控制器的遞歸可行性與漸近穩定性 348
9.5 仿真與物理平臺實驗 349
9.5.1 模型仿真與結果分析 349
9.5.2 物理平臺對比實驗 355
9.5.3 組合體變構對比測試 357
9.5.4 組合體連續變構 358
參考文獻 360
展開全部
多機器人協同控制技術 作者簡介
周樂來，男，工學博士，山東大學破格教授，博導，山東省杰出青年基金獲得者，特種機器人重點實驗室副主任，山東大學機器人研究中心副主任。兼任中國自動化學會共融機器人專委會委員，中國自動化學會智能制造系統專委會委員，無人系統技術期刊青年編委。從丹麥奧爾堡大學（Aalborg University）獲得博士學位，美國加州大學伯克利分校（University of California, Berkeley）訪問學者。承擔國家項目9項，省項目2項，包括國家重點研發計劃課題、國家自然科學基金項目、國防類項目等，總研究經費2300萬元。作為一作或通訊作者，在國內外重要學術刊物發表近60篇學術論文，其中近五年發表SCI收錄論文28篇，EI收錄論文13篇。發表在國際刊物IEEE TIE（IF：7.515）上的3篇代表作為本領域的中科院一區Top論文，具有較高的影響力。申請國家發明專利20項，授權國家發明專利16項（其中國際發明專利1項），學術水平高，影響力大。主要從事四足仿生機器人、人機交互、輕型機械臂優化設計、機器人運動學、動力學優化、變剛度驅動器等方面的研究工作。近年來承擔的課題包括“人體碰撞安全評估系統研制”“基于旋量理論的變剛度柔順機械臂建模方法研究”“面向裝配作業的人機協作型雙臂七自由度機器人的開發”等。取得了多項標志性交叉研究成果，開發了基于慣導的人機交互位置姿態信息監測系統，提高了人機交互協作的便利性和精度，該成果已經在中國機器人上市公司——新松機器人公司進行了實際應用。
書友推薦
- >
姑媽的寶刀
- >
月亮與六便士
- >
經典常談
- >
龍榆生：詞曲概論/大家小書
- >
名家帶你讀魯迅:故事新編
- >
莉莉和章魚
- >
山海經
- >
中國歷史的瞬間
本類暢銷
