基于图像移动机器人者-跟随者编队控制自适应方案.pdfVIP

2017IEEE国际机器人与自动化会议（ICRA）新加坡，‑6月3日

一种用于带有未校准车载头的移动机器人的统一

者‑跟随者方案

DejunGuo,学生会员，IEEE，HeshengWang,高级会员，IEEE，WeidongChen,会员，IEEE，MingLiu,会

员，IEEE，ZeyangXia,高级会员，IEEE，和KamK.Leang,会员，IEEE

重建可以使用车载校准头实现[2],，但不幸的

—本文研究了基于图像的移动机器人者‑跟随者是，姿态重建过程可能会耗时较长，且校准误差可能导

编队控制问题，其中控制器的设计独立于者的。提出

致精度降低。此外，考虑到整个系统的稳定性，提出了

了一种适用于全向和相机的自适应控制方案。该方法避免

一种基于视觉的位置估计器[3]。

了对全向相机外部参数以及相机和外部参数进行精确

校准的需要。此外，特征点相对于相机坐标系移动的平面系数通过锁定者在视野中的期望位置，并避免精确

可以是不确定的。这些不确定的常数参数使用自适应估计器进测量者相对姿态和速度的需求，可以实现更有效的

行估计。利用Lyapunov方法证明了系统的均匀半全局实用渐‑跟随方案。因此，图像信息可以被利用于‑跟

近稳定性（USPAS）。实验结果表明了所控制方案的

随编队控制，从而实现基于图像的视觉伺服。

有效性。

在[4]和[5],中，所控制器分别依赖于来自全

向相机和相机的图像信息。所方法还依赖于

地面上静态点的图像位置和者的速度。此外，[1‑5]

索引词—自适应控制，移动机器人，视觉伺服。中方法要求准确校准相机的和外部参数。

I.引言，对于多机器人系统，相机校准可能具有

移动机器人的编队控制是一个活跃的研究领域，因性。几种方法在视觉伺服任务中避免了相机校准[6‑8]。

为它在各种民用和应用中具有潜力，例如在监视、搜例如，在[6]和[7],中，相对距离分别通过扩展卡尔曼滤

索和救援、和方面。在领航者‑跟随者方法中，一波器和浸入不变性估计器进行估计。者的速度是通

个机器人被视为编队的者，而其他机器人，称为跟随过通信确定的。提出了自适应控制方案[8]和自适应

者，与者和其他跟随者保持期望的相对位置。针对领重复控制方案[9]来处理形成控制和轨迹中的不确

航者‑跟随者问题提出了多种方法，并进行了广泛研究定相机参数。总之，针对使用未校准的相机且

[1‑8]。特别是，许多基于相对姿态的领航者‑跟随者方法已不掌握者速度的‑跟随方法的研究工作有限。

经为移动机器人开发。然而，获得相对姿态的式是

通过车载传感器如LiDAR，这可能非常昂贵。另一方面，

在本文中，