目錄
第1章 緒論
1.1 多機器人協同定位發展現狀
1.2 多機器人協同通信發展現狀
1.3 移動機器人環境感知與自主探索發展現狀
1.4 移動機器人軌跡跟蹤控制技術
1.5 移動機器人分散式控制技術
1.6 模塊化機器人國內外發展現狀
參考文獻
第2章 多機器人協同通信與定位技術
2.1 概述
2.2 多機器人協同通信技術
2.2.1 基於TCP/IP協議的多機器人協同通信
2.2.2 基於UDP協議的多機器人協同通信
2.2.3 基於ICMP協議的多機器人協同通信
2.2.4 基於ROS的多機器人協同通信
2.2.5 複雜場景下的協同通信
2.3 定位感知技術
2.3.1 絕對式定位感知技術
2.3.2 相對式定位感知技術
2.4 基於濾波的多機器人定位感知演算法
2.4.1 卡爾曼濾波演算法
2.4.2 粒子濾波演算法
2.5 基於優化的多機器人定位感知演算法
2.5.1 滾動時域法
2.5.2 粒子群優化法
2.5.3 梯度下降法
2.6 基於分散式擴展卡爾曼濾波演算法的相對位姿優化估算
2.6.1 多平台擴展卡爾曼演算法集中建模
2.6.2 分散式擴展卡爾曼濾波耦合
2.6.3 分散式濾波系統自適應誤差優化
2.7 多機器人相對位姿估計方法與協同定位方法
2.7.1 初始相對位姿估計解算
2.7.2 基於定位置信度的感測器信息融合
2.7.3 基於擴展容積卡爾曼濾波的協同定位
2.7.4 模擬與物理平台實驗
參考文獻
第3章 多機器人協同導航與自主探索技術
3.1 概述
3.2 多機器人協同導航技術
3.2.1 感測器技術在多機器人導航中的應用
3.2.2 多機器人導航控制策略概述
3.3 多機器人導航中的路徑規劃演算法
3.3.1 常見的全局路徑規劃演算法
3.3.2 常見的局部路徑規劃演算法
3.3.3 多機器人導航技術發展趨勢
3.4 基於多線激光雷達的透明障礙物識別與重建方法
3.4.1 基於反射強度特徵和局部結構特徵的透明障礙物識別方法
3.4.2 基於環境信息的透明障礙物重建方法
3.5 透明障礙物環境地圖構建方法
3.5.1 基於對稱特徵的反射錯誤點識別與修正方法
3.5.2 透明障礙物場景優化SLAM方法
3.6 透明障礙物環境下機器人自主探索策略
3.6.1 基於雙RRT的局部探索
3.6.2 目標點評估模型
3.6.3 基於拓撲路徑圖的全局調整
3.6.4 透明障礙物環境探索優化策略
3.7 綜合實驗驗證與分析
3.7.1 實驗平台
3.7.2 實驗驗證
3.7.3 結果分析
參考文獻
第4章 多機器人編隊協同運動控制
4.1 概述
4.2 多機器人協同運動建模
4.3 協同跟隨控制器
4.4 最優控制參數選取
4.4.1 遺傳演算法
4.4.2 種群初始化
4.4.3 適應度函數
4.4.4 精英選擇
4.4.5 交叉和突變
4.5 多機器人編隊協同運動策略
4.5.1 編隊控制相關方法
4.5.2 基於行為法
4.5.3 系列優化方法
4.5.4 圖論概念
4.5.5 隊形結構描述
4.5.6 聚合靠攏
4.5.7 分散隊形變換
4.5.8 協同隊形控制流程
4.6 分散式多機器人編隊控制策略
4.6.1 多機器人系統圖論及編隊模型
4.6.2 領航者機器人路徑生成
4.6.3 編隊控制律分析
4.6.4 編隊形成模擬實驗
4.7 基於改進APF的多機器人系統分散式避障演算法
4.8 多機器人行為決策設計
4.8.1 行為加權融合方法
4.8.2 避障與隊形切換模擬實驗
參考文獻
第5章 機器人戶外複雜環境感知與地圖構建
5.1 概述
5.1.1 感知定位與建圖方法
5.1.2 基於因子圖優化的狀態估計方法
5.1.3 感測器因子節點構建方法
5.1.4 多因子圖優化設計
5.1.5 基於SegNet的動態環境建圖方法
5.2 機器人戶外環境感知與規劃方法實驗分析
5.2.1 系統硬體選型設計
5.2.2 模擬平台搭建
5.2.3 模擬實驗
5.2.4 樣機實驗分析
參考文獻
第6章 機器人起伏地形軌跡規劃與跟蹤控制
6.1 概述
6.1.1 規劃問題描述與RRT??演算法
6.1.2 RRT??演算法改進
6.2 面向崎嶇地形的路徑規劃方法
6.2.1 基於A??演算法的2.5D路徑規劃方法
6.2.2 基於非線性模型預測控制演算法的2.5D軌跡跟蹤控制方法
6.3 起伏地形軌跡跟蹤演算法研究與方法設計
6.3.1 起伏地形機器人姿態誤差補償控制問題分析
6.3.2 基於模型預測控制的機器人軌跡跟蹤方法
6.3.3 基於反饋控制的機器人姿態角誤差動態補償方法
6.3.4 避障規劃演算法研究與方法設計
6.4 多輪移動機器人多輪分散式協同控制方法
6.4.1 分散式協同控制演算法研究與方法設計
6.4.2 基於擴張狀態觀測器的未知擾動補償控制方法
6.5 輪式移動機器人運動控制系統實驗驗證
6.5.1 模擬實驗
6.5.2 樣機實驗
參考文獻
第7章 組合體越障規劃與構型分析
7.1 概述
7.2 崎嶇地形建模與越障路徑規劃
7.2.1 基於可變構模塊化機器人越障特徵的幾何通過性與地形
7.2.2 地形語義分割
7.2.3 語義地圖與柵格地圖結合的越障路徑規劃方法
7.3 地形與負載約束下的越障能耗與時間最優構型生成方法
7.3.1 越障構型規劃問題建模
7.3.2 基於遺傳演算法的構型規劃求解
7.3.3 基於BP神經網路的構型規劃
參考文獻
第8章 模塊化可重構機器人最優變構決策與規劃
8.1 概述
8.2 多目標變構決策層次優化
8.2.1 模塊化機器人平面構型表達
8.2.2 最大公共子構型匹配
8.2.3 組元拆分樹結構啟髮式搜索
8.2.4 變構移動距離估計
8.2.5 帕累托最優性證明
8.2.6 時間複雜度
8.3 大規模組合體的分組變構優化策略
8.4 模塊化機器人並行變構最優軌跡規劃技術
8.4.1 構建最優執行路徑
8.4.2 並行變構運動的路徑-時間維映射
8.4.3 運動約束下分段平滑時刻表模型
8.4.4 啟髮式偏移粒子群演算法的時刻表優化器
8.5 模擬與物理平台實驗
8.5.1 最優變構規劃模擬與分析
8.5.2 面向大量模塊的分組變構規劃模擬與分析
8.5.3 模型模擬與結果分析
8.5.4 演算法性能模擬
8.5.5 對比模擬
8.5.6 物理平台對比實驗
參考文獻
第9章 模塊化機器人變構實時路徑規劃與並行控制
9.1 概述
9.2 變構實時路徑規劃
9.2.1 高實時性去中心化全地圖隨機樹
9.2.2 迴環分支迭代的實時路徑優化
9.2.3 動態環境快速響應機制
9.2.4 概率完備性
9.3 包圍逃逸
9.4 分散式並行變構控制技術
9.4.1 本地共識的異形組元分散式軌跡跟蹤控制
9.4.2 分散式控制器的遞歸可行性與漸近穩定性
9.5 模擬與物理平台實驗
9.5.1 模型模擬與結果分析
9.5.2 物理平台對比實驗
&
[