Adaptation to Team Composition Changes for Heterogeneous Multi-Robot Sensor Coverage
Colorado School of Mines(科罗拉多矿业学院)
我们考虑多机器人传感器覆盖的问题,它涉及在一个环境中部署一个多机器人团队,并优化整个环境的传感质量。由于真实世界的环境涉及各种传感器信息,并且单个机器人的传感器数量有限,因此成功的多机器人传感器覆盖需要以每个团队成员的传感质量最大化的方式部署机器人。此外,由于单个机器人具有不同的传感器补充,并且机器人和传感器都可能发生故障,因此机器人必须能够适应和调整它们如何评估每个传感能力,以便获得最完整的环境视图,即使团队组成发生变化。我们引入了一种新的配方,传感器覆盖率的多机器人团队异构的传感能力,最大限度地提高每个机器人的传感质量,平衡不同的传感能力的基础上,个别机器人的整体团队组成。我们提出了一个基于正则化优化的解决方案,该解决方案使用稀疏诱导项来确保机器人团队专注于所有可能的事件类型,并且我们证明了它收敛到最优解。通过大量的模拟,我们表明,我们的方法是能够有效地部署一个多机器人团队,以最大限度地提高环境的传感质量,响应故障的多机器人团队比非自适应方法更强大。
2021-05-30 cs.MA cs.RO
Swarm Engineering Through Quantitative Measurement of Swarm Robotic Principles in a 10,000 Robot Swarm
University of Minnesota(明尼苏达大学)
在设计群机器人系统时,需要对来自不同领域的算法进行系统比较,以确定哪种算法能够扩展以处理目标问题大小和目标操作条件。我们提出了一套量化的可扩展性,灵活性和紧急性,能够解决这些需求在系统设计过程中的指标。我们证明了我们提出的指标作为设计工具的适用性,通过解决一个大的对象收集问题,在随时间变化的操作条件下,使用迭代假设评估。我们提供了超过10,000个机器人的群集模拟实验结果。
2019-07-08 cs.RO
A Survey on Passing-through Control of Multi-Robot Systems in Cluttered Environments
Beihang University(北京航空航天大学)
本综述系统梳理了杂乱环境下多机器人穿越控制的四类算法,并比较其优劣,为改进现有方法指明方向。
2023-11-13 cs.RO
Coverage Control in Multi-Robot Systems via Graph Neural Networks
GRASP Laboratory, University of Pennsylvania(宾夕法尼亚大学GRASP实验室);Treeswift;Department of Electrical and Systems Engineering, University of Pennsylvania(宾夕法尼亚大学电气与系统工程系)
本文提出了一种多机器人系统移动传感器覆盖的分散方法。我们考虑的情况下,一个团队的机器人有限的传感范围必须定位自己,以有效地检测感兴趣的事件在一个区域的特点是不同的重要性。为此,我们开发了一个分散控制政策的机器人-实现通过图神经网络-它使用机器人间的通信,利用非本地信息的控制决策。通过显式地共享多跳邻居之间的信息,分散控制器实现了更高的覆盖质量相比,经典的方法,不通信,只利用本地信息提供给每个机器人。仿真实验验证了多跳通信对多机器人覆盖的有效性,并评估了基于学习的控制器的可扩展性和可移植性。
2021-09-30 cs.RO
Controlling Robot Swarm Aggregation through a Minority of Informed Robots
University of Namur(那慕尔大学);Université Libre de Bruxelles(布鲁塞尔自由大学)
自组织聚合是群体机器人中一个研究得很好的行为,因为它是发展更高级的群体级响应的先决条件。在本文中,我们研究了分散算法的设计一群异构的机器人,自我聚集在不同的目标网站。以前的研究表明,包括作为群体的一部分,一些知情的机器人可以引导动态的聚合过程中的群体之间的可用聚合站点的理想分布。我们已经复制了以前的研究结果,使用一种简化的方法:我们删除了与机器人的通信协议相关的约束,并简化了控制机制,调节概率控制器的状态之间的转换。结果表明,与以前的,更复杂的,控制器获得的性能可以复制与我们的简化方法,提供了明显的优势,在物理机器人的便携性和灵活性。也就是说,我们的简化方法可以产生自组织的聚合反应,在一个更大的一组操作条件比可以实现的复杂控制器。
2022-08-26 cs.RO
Coverage Control for a Multi-robot Team with Heterogeneous Capabilities using Block Coordinate Descent (BCD) Method
Hong Kong University of Science and Technology(香港科技大学)
在本文中,我们提出了一个覆盖控制系统的多机器人团队与异构能力巡逻或监测有界环境。能力可以定义为机器人的任何标准,如剩余功率或移动速度,这取决于目的。所提出的控制系统旨在根据机器人的能力将环境的不同部分分配给机器人,即,具有较高能力的机器人占据环境的较大部分,而具有较低能力的机器人占据较小部分。我们使用块坐标下降(BCD)的方法来优化部分的位置和分区方法交替。一个集中的机器被用来同步的机器人和每个机器人的梯度可以计算在一个分布式的方式。仿真结果表明,所提出的控制系统的性能。
2022-04-20 cs.RO
Evolving Multi-Objective Neural Network Controllers for Robot Swarms
University of Galway(戈尔韦大学);University of Bristol(布里斯托大学)
提出多目标进化神经网络方法训练群体机器人控制器,在低保真模拟中进化,可迁移至高保真环境并扩展至更多机器人,无需重训。
2023-07-26 cs.LG cs.NE cs.RO
Resilience and Energy-Awareness in Constraint-Driven-Controlled Multi-Robot Systems
University of Waterloo(滑铁卢大学)
在多机器人系统的约束驱动控制的背景下,在本文中,我们提出了一个基于优化的框架,能够确保弹性和能量意识的机器人团队。该方法是基于一种新的,框架理论,弹性措施,使我们能够分析和执行多机器人系统的弹性行为。弹性和能量意识的属性被编码为用于合成机器人控制输入的凸优化程序的约束。这允许将这些属性与协调任务的执行相结合,以实现弹性和能量感知的机器人操作。所提出的方法的有效性示出在一个模拟的情况下,一个团队的机器人被部署到执行两个任务的能量和弹性约束。
2022-06-15 cs.RO cs.SY eess.SY
Implementation of Time-Varying Controllers for a Nonholonomic Mobile Robot: Experimental Studies
Max Planck Institute for Dynamics of Complex Technical Systems(马克斯·普朗克复杂技术系统动力学研究所);University of Klagenfurt(克拉根福大学);National Acad. of Sciences of Ukraine(乌克兰国家科学院)
本文基于非holonomic系统,利用梯度流近似技术设计时间变化反馈控制器,并在TB3机器人上进行实验验证,展示反馈控制在稳定参考位置方面的有效性。
2026-04-11 math.OC
Optimized Human-Robot Co-Dispatch Planning for Petro-Site Surveillance under Varying Criticalities
King Fahd University of Petroleum and Minerals (KFUPM)(国王法赫德石油矿物大学)
本文提出人机协同调度设施选址问题,考虑基础设施关键性分层、人机监督比例约束和最小利用率要求,通过三种技术成熟度场景评估指挥中心选址,结果显示从保守到未来自主操作的过渡可显著降低成本并保持关键基础设施覆盖。
2026-04-15 cs.AI cs.RO math.OC
Nonlinear parameter-varying embeddings for nonlinear state estimation with application to a two-link robot manipulator
本文提出非线性参数变化嵌入方法设计观测器,在保留非线性结构的同时减少调度参数,并在两连杆机器人上验证,优于扩展卡尔曼滤波和移动horizon估计。
2026-09-17 math.OC
Safe Stabilizing Control for Polygonal Robots in Dynamic Elliptical Environments
Contextual Robotics Institute, University of California San Diego(加州大学圣地亚哥分校上下文机器人研究所)
本文提出一种解析计算多边形与椭圆距离的方法,并据此构造控制屏障函数,使CBF设计能够处理复杂机器人及障碍物形状,在动态受限环境中实现移动机器人和多关节机械臂的实时安全避障。
2024-04-30 cs.RO math.OC
Feedback Control of a Cassie Bipedal Robot: Walking, Standing, and Riding a Segway
University of Michigan(密歇根大学)
由Agility Robotics设计的Cassie双足机器人为学术界提供了一个共享和比较运动,感知和导航算法的通用平台。本文采用虚拟约束和步态库的方法,对人体站立和行走的反馈控制进行了研究。设计的控制器是在机器人到达密歇根大学六周后实施的,并允许它站在原地,以及在人行道,草地,雪地,沙子和燃烧的灌木丛上行走。站立控制器还使机器人能够乘坐赛格威。Cassie机器人的模型已被放置在GitHub上,如果论文被接受,控制器也将开源。
2018-09-19 cs.RO math.OC
Momentum Control of Humanoid Robots with Series Elastic Actuators
Istituto Italiano di Tecnologia(意大利技术研究院)
类人机器人可能需要在关节水平上具有一定程度的顺应性,以提高效率、耐冲击性以及与人类的安全交互。然而,关节弹性的存在使得平衡和行走控制器的设计复杂化。本文提出了一种控制框架,用于扩展基于动量的控制器开发的刚性执行器的情况下,串联弹性执行器。关键是将电机速度作为中间控制输入,然后应用高增益控制来稳定期望的电机速度,从而实现动量控制。机器人iCub模型上进行的仿真验证了所提出的方法的合理性。
2017-03-06 cs.RO math.OC
Guaranteed Transient Performance with $\mathcal{L}_1$ Adaptive Controller for Systems with Unknown Time-varying Parameters: Part I
针对具有时变未知参数和时变有界扰动的不确定性系统,提出了一种新的自适应控制方法。该自适应控制器能同时保证系统输入输出信号的一致有界暂态渐近跟踪。通过增加自适应增益,可以系统地提高性能界限。具有时变摩擦力的机械臂的仿真验证了理论研究结果。
2006-08-15 math.OC
Distributed estimation and control for preserving formation rigidity for mobile robot teams
受网络代数连通度概念的启发,我们采用了一个扩展的刚性保持指数来刻画编队框架的刚性性质。提出了一种基于梯度的控制器,以保证多机器人网络在未知环境中的刚度保持,同时使机器人运动过程中的刚度度量随时间最大化。为了以分布式方式实现控制器,开发了分布式逆幂迭代算法,该算法允许每个机器人估计全局刚度指标信息。仿真结果证明了估计和控制方案的有效性。
2013-09-19 math.OC
Angle-Constrained Formation Control for Circular Mobile Robots
Engineering and Technology Institute Groningen, University of Groningen(格罗宁根大学格罗宁根工程技术研究所);Universidad Complutense de Madrid(马德里康普顿斯大学)
在这封信中,我们研究了在平面上移动的移动机器人的队形控制问题,其中,不是假设机器人是简单的点,而是假设每个机器人都具有半径相等的圆盘形状。基于低成本的视觉传感器获得的相邻机器人圆盘的内角测量值,提出了一种基于梯度的分布式控制律,并证明了相关误差系统的指数收敛性。通过构造,所提出的控制律具有吸引人的属性,确保相邻机器人之间的碰撞避免。我们还提出了模拟结果{一队}的四个圆形移动机器人形成一个矩形形状。
2020-05-10 cs.MA cs.RO cs.SY
Geometric Kinematic Control of a Spherical Rolling Robot
我们给出了一个几何帐户的运动控制的球形滚动机器人控制的两个内部轮就像玩具机器人Sphero。特别是,我们引入的概念,形状空间和纤维的系统,利用其对称性和主丛结构的配置空间;形状空间编码的旋转角度的车轮,而每个纤维编码的平移和旋转配置的机器人为一个特定的形状。我们表明,该系统是纤维可控的-这意味着任何平移和旋转配置模形状是可达的-以及找到一些特定的控制下的几何相位或holonomy的精确表达式。我们还解决了球形机器人的最优控制问题,表明它是完全可积的,并找到一个明确的解决方案的问题。
2019-08-13 math.OC nlin.SI
Dynamical system-based robot reaching motions by para-model control approach - A preliminary study
本文提出基于para-model框架的动态系统机器人轨迹控制方法,采用无导数优化算法优化闭环动态性能。
2016-10-03 cs.SY eess.SY math.OC