一种基于效益的多机器人避碰协调策略

J4 ›› 2014, Vol. 36 ›› Issue (07): 1324-1329.

一种基于效益的多机器人避碰协调策略

姚芝凤1,2，叶秀芬2，戴学丰1，朱玲1，孙明1

(1.齐齐哈尔大学计算机与控制工程学院,黑龙江齐齐哈尔 161006；2.哈尔滨工程大学自动化学院,黑龙江哈尔滨 150001）

收稿日期:2013-03-25 修回日期:2013-08-15 出版日期:2014-07-25 发布日期:2014-07-15
基金资助:
国家自然科学青年基金资助项目（61100103）; 黑龙江省教育厅科技资助项目（12521601）;齐齐哈尔大学青年教师科研启动支持计划资助项目（2012kM13）

A benefit based collision avoidance
strategy for multi-robot systems

YAO Zhifeng1,2,YE Xiufen2,DAI Xuefeng1,ZHU Ling1,SUN Ming1

(1.College of Computer and Control Engineering,Qiqihar University,Qiqihar 161006;2.College of Automation,Harbin Engineering University,Harbin 150001,China)

Received:2013-03-25 Revised:2013-08-15 Online:2014-07-25 Published:2014-07-15

摘要/Abstract

摘要：

多移动机器人系统在完成同时定位和地图构建SLAM任务时，机器人之间常常存在相互碰撞的问题，而这种碰撞的避免又不同于一般的避障，因为避障问题中的障碍物一般是不动的。为了解决机器人之间的避碰问题，提出了一种基于效益的多机器人避碰协调策略。该策略以提高多机器人系统探索效率为主，确定机器人通过交叉路口的顺序。同时考虑了动态协调避碰的情况，给出了确定机器人通过交叉路口顺序的算法。通过机器人在交叉路口实现避碰协调算法的仿真示例，对该方法的避碰协调过程进行了说明，并对仿真结果进行了分析，同时对仿真中机器人和目标位置的空间关系给出了合理的假设。

关键词: 多机器人系统, 避碰协调, 代价, 效用, 效益

Abstract:

The collision among robots often occurs when a multirobot system performs the SLAM operation. However, the collision avoidance is different from the general obstacle avoidance, because the obstacles are generally not moving in the obstacle avoidance problem. In order to solve the collision avoidance problem among robots, a benefit based collision avoidance strategy for multirobot systems is proposed. The strategy mainly focuses on improving the efficiency of multirobot systems, and determines the order when the robots pass the intersection. Besides, the dynamic collision avoidance is considered and the algorithm of determining the order of robots’ passing the intersection is given. Finally, a simulation example of robots’ avoiding collision is given in order to illustrate the process of the strategy and the simulation results are analyzed. And the reasonable assumption is given for the spatial relationship between the robots and targets.

Key words: multi-robot system;collision avoidance;cost;utility;benefit

姚芝凤1,2，叶秀芬2，戴学丰1，朱玲1，孙明1. 一种基于效益的多机器人避碰协调策略[J]. J4, 2014, 36(07): 1324-1329.

YAO Zhifeng1,2,YE Xiufen2,DAI Xuefeng1,ZHU Ling1,SUN Ming1. A benefit based collision avoidance
strategy for multi-robot systems [J]. J4, 2014, 36(07): 1324-1329.

参考文献

［1］Miguel J, Arturo G, Oscar R. A comparison of path planning strategies for autonomous exploration and mapping of unknown environments ［J］. Autonomous Robots, 2012, 33(4):427444.
［2］Zou Zhirong, Cai Zixing, Chen Baifan. Hybrid approach of data association in mobile robot slam ［J］. Journal of Chinese Computer Systems, 2011, 32(7):13401343.(in Chinese)
［3］Fang Fang, Ma Xudong, Dai Xianzhong. New monte carlo algorithm for mobile robot selflocalization ［J］. Journal of Southeast University, 2007, 37(1):4044.(in Chinese)
［4］Dai Bo, Xiao Xiaoming, Cai Zixing, et al. A new environmental modeling method for mobile robot based on laser radar ［J］. Machine Tool & Hydraulics, 2007, 35(1):1418.(in Chinese)
［5］Shang Wen,Ma Xudong,Dai Xianzhong.Mobile robot selflocalization basedon multisensory information fusion ［J］. Journal of Southeast University, 2004, 34(6):784788.(in Chinese)
［6］Sun Fengchi, Huang Yalou, Kang Yewei. Review on the achievements in simultaneous localization and mapping for mobile robot based on vision sensor ［J］. Control Theory & Applications, 2010, 27(4):488493.(in Chinese)
［7］Zhang Xuexi, Yang Yimin. Global map building based on omnivision for mobile robot ［J］. Computer Measurement & Control, 2011, 19(3):643646.(in Chinese)
［8］Liu Limei, Cai Zixing. Study on map merging for multirobots ［J］. Journal of Chinese Computer Systems, 2012, 33(9):19341937.(in Chinese)
［9］Cai Zixing. Synergy principles and technologies of multimobile robots ［M］. Beijing:National Defence Industry Press, 2011.(in Chinese)
［10］Zhao Dong, Zheng Shixiong. Multirobot collision avoidance algorithm based on generalized potential field ［J］. Journal of South China University of Technology, 2010, 38(1):124127.(in Chinese)
［11］Wang Shuo, Tan Min. Multiple autonomous mobile robots avoidance based on negotiation and intention strength ［J］. High Technology Letters, 2001, 11(10):7073.(in Chinese)
［12］Pan Wei. Research on map building of multiple mobile robots ［D］. Changsha:Central South University, 2009.(in Chinese)
［13］Robert Z, Tony S A, Bernardine D M, et al. Multirobot exploration controlled by a market economy［C］∥Proc of the 2002 IEEE International Conference on Robotics adn Automation, 2002:30163023.
［14］Sheng Weihua, Yang Qingyan, Tan Jindong, et al. Distributed multirobot coordination in area exploration［J］. Robotics and Autonomous Systems, 2006, 54(12):945955.
［15］Moravec H P, Elfes A. High resolution maps from wide angle sonar［C］∥Proc of the 1985 ASME International Computers in Engineering Conference and Exhibition, 1985:375380.
附中文参考文献：
［2］邹智荣, 蔡自兴, 陈白帆. 移动机器人SLAM中一种混合数据关联方法［J］. 小型微型计算机系统, 2011, 32(7):13401343.
［3］房芳, 马旭东, 戴先中. 一种新的移动机器人Monte Carlo自主定位算法［J］. 东南大学学报, 2007, 37(1):4044.
［4］戴博, 肖晓明, 蔡自兴, 等. 一种基于激光雷达的移动机器人环境建模新方法［J］. 机床与液压, 2007, 35(1):1418.
［5］尚文, 马旭东, 戴先中. 融合多传感器信息的移动机器人自定位方法［J］. 东南大学学报, 2004, 34(6):784788.
［6］孙凤池, 黄亚楼, 康叶伟. 基于视觉的移动机器人同时定位与建图研究进展［J］. 控制理论与应用, 2010, 27(4):488493.
［7］张学习, 杨宜民. 基于全向视觉的移动机器人实时全局地图构建［J］. 计算机测量与控制, 2011, 19(3):643646.
［8］刘利枚, 蔡自兴. 多机器人地图融合方法研究［J］. 小型微型计算机系统, 2012, 33(9):19341937.
［9］蔡自兴. 多移动机器人协同原理与技术［M］. 北京:国防工业出版社, 2011.
［10］赵东, 郑时雄. 基于广义势场的多机器人避碰算法［J］. 华南理工大学学报, 2010, 38(1):124127.
［11］王硕, 谭民. 基于协商和意愿强度的多自主移动机器人避碰协作［J］. 高技术通讯, 2001, 11(10):7073.
［12］潘薇. 多移动机器人地图构建的方法研究［D］. 长沙:中南大学, 2009.

[1]	李卫平1,2，武海燕2，杨杰1. 基于效益博弈的云计算资源动态可协调分配策略研究[J]. J4, 20160101, 38(01): 57-61.
[2]	刘云, 郑文凤, 张轶. 代价约束算法对入侵检测特征提取的优化研究[J]. 计算机工程与科学, 2022, 44(03): 447-453.
[3]	陈丽芳, 代琪, 赵佳亮. 不平衡数据多粒度集成分类算法研究[J]. 计算机工程与科学, 2021, 43(05): 917-925.
[4]	曹婷婷, 张忠林. 代价敏感的KPCA-Stacking不均衡数据分类算法[J]. 计算机工程与科学, 2021, 43(03): 525-533.
[5]	张策1，伊文敏2，白睿1，盛晟1，徐早辉1，高天翼1，王瞰宇1，苏嘉尧1. SRGM下失效数据集效用与验证分析[J]. 计算机工程与科学, 2020, 42(06): 1012-1020.
[6]	浦蓉, 邵剑飞, 胡常礼, 曲坤. 基于优化上界的高平均效用项集垂直挖掘算法[J]. 计算机工程与科学, 2020, 42(05): 931-937.
[7]	何登平1，2，3，何宗浩1,2，李培强1,2. 基于Spark的并行化高效用项集挖掘算法[J]. 计算机工程与科学, 2019, 41(10): 1723-1730.
[8]	何登平1,2,3，何宗浩1,2. 基于R-list的Top-K高效用项集挖掘算法[J]. 计算机工程与科学, 2019, 41(07): 1318-1324.
[9]	任胜兵，廖湘荡. 基于代价敏感支持向量机的软件缺陷预测研究[J]. 计算机工程与科学, 2018, 40(10): 1787-1795.
[10]	廖淑娇1,2，朱清新1，梁锐1. 测试代价受限下数据的属性和粒度选择方法[J]. 计算机工程与科学, 2018, 40(08): 1468-1474.
[11]	陈诗军1，王慧强2，陈大伟1，刘秀兵2,胡海婧2. 基于改进禁忌搜索的基站布局优化算法[J]. 计算机工程与科学, 2018, 40(02): 341-347.
[12]	王砚麟1，赵志刚1，石广田1，李劲松2. 紧耦合多机器人协调吊运系统建模和稳定性分析[J]. 计算机工程与科学, 2017, 39(10): 1915-1922.
[13]	谢小军1,2,俞春强3,王博1,何弦1,徐章艳1,2. 基于免疫量子粒子群优化的测试代价敏感属性约简算法[J]. 计算机工程与科学, 2017, 39(07): 1371-1378.
[14]	潘志辉，杨丹，张小洪，徐玲. 基于代价敏感神经网络的警告分类研究[J]. 计算机工程与科学, 2017, 39(06): 1097-1103.
[15]	林雪松1，杨万清1，夏元斗1，程松2. 基于认知的智能电网家域接入控制网络非合作博弈功率控制算法比较研究[J]. 计算机工程与科学, 2016, 38(12): 2529-2535.