基于分布式模型预测控制的多机器人在线轨迹规划20191

基于分布式模型预测控制的多机器人在线轨迹规划 摘要： 本文提出了一种基于分布式模型预测控制（DMPC）的多机器人在线轨迹规划算法，该算法可以实时生成多机器人的轨迹。为了避免碰撞，我们采用了'on-demand'碰撞避免方法有效地计算非碰撞轨迹。在任务执行过程中，我们提出了一种事件触发的重新规划策略，以应对扰动。仿真结果表明，所提出碰撞避免方法可以将旅行时间减少约50%，相比于常用的缓冲 VoronoiCells（BVC）方法。此外，该方法在高密度agent的转换任务中也表现出更高的成功率，达到90%以上的成功率。 知识点： 1. 分布式模型预测控制（DMPC）： DMPC是一种模型预测控制方法，该方法可以在多agent系统中实时生成轨迹。DMPC算法通过分布式计算来预测未来状态，并根据预测结果来生成轨迹。DMPC方法可以实时地生成轨迹，从而提高多机器人的运动规划能力。 2. 在线轨迹规划： 在线轨迹规划是指在执行任务时实时生成轨迹的过程。在线轨迹规划可以根据当前环境和agent的状态生成轨迹，从而提高任务执行的效率和安全性。 3. 碰撞避免： 碰撞避免是多机器人在线轨迹规划的关键问题。为了避免碰撞，我们可以采用'on-demand'碰撞避免方法，该方法可以有效地计算非碰撞轨迹。 4. 事件触发的重新规划策略： 事件触发的重新规划策略是一种对扰动的响应策略。当系统受到扰动时，该策略可以根据当前状态重新生成轨迹，以确保任务的执行安全性和效率。 5. 多机器人运动规划： 多机器人运动规划是指在多机器人系统中生成轨迹的过程。该过程需要考虑多个agent之间的交互和环境因素，以生成安全、效率的轨迹。 6. 模型预测控制： 模型预测控制是一种预测未来状态的方法，该方法可以根据当前状态和模型来预测未来状态。模型预测控制可以应用于多种领域，包括机器人控制、过程控制等。 7. 分布式计算： 分布式计算是一种计算方法，该方法可以将计算任务分配到多个节点上，以提高计算效率和可扩展性。分布式计算可以应用于多种领域，包括机器人控制、数据分析等。 8. 多agent系统： 多agent系统是一种系统，该系统由多个agent组成，每个agent可以独立地执行任务。多agent系统可以应用于多种领域，包括机器人控制、自动驾驶等。 9. 轨迹生成： 轨迹生成是指生成机器人运动轨迹的过程。轨迹生成需要考虑多种因素，包括环境因素、agent状态和任务要求等。 10. 碰撞检测： 碰撞检测是一种检测机器人之间碰撞的方法，该方法可以根据机器人的状态和环境因素来检测碰撞。碰撞检测可以应用于多种领域，包括机器人控制、自动驾驶等。