多智能体协同控制运动追踪和动作捕捉系统 返回列表页

无人机机器人多智能体协同控制运动追踪和位姿数据动作捕捉系统

近年来，无人机编队逐步走进大众视野，经常在一些重大会议或活动上给大家带来一场场视觉盛宴。多架无人机编队技术在科研中被称为“多智能体协同控制”，这种技术并不只应用于表演性质的无人机编队，更是可以应用于工业操作、*侦察、灾情救援、环境勘探、智能物流、智能农业，和消费娱乐等方面。

      多智能体协同控制平台可以为高校实验室提供同构和异构智能体的控制算法验证，为理论成果提供实验支撑。这个平台主要由定位系统、通讯系统以及控制决策系统组成。

   为了解决定位系统精度和实时性的问题，平台采用了NOKOV（度量）光学三维动作捕捉系统。精度可以达到亚毫米，延迟也在两三个毫秒内，能够很好地满足实时定位并将位姿信息通过无线WiFi 通信传输给各个智能体，从而实现各个智能体的定位。明确了智能体的位置之后，每个智能体身上的智能控制决策系统可以对多智能体的行动作出控制，从而实现整套系统的协同控制。

        通过Nokov光学动作捕捉系统提供的高精度位置数据，无人车协同控制无论是在静态情况下还是动态行进状态下，都能很好地完场自主编队、跟随等协同任务。在静态情况下，偏移无人车会在位置数据更新后自动归队，完成自动列队任务。在运动情景下，当其中一辆无人车偏离预定的轨迹，不在编队内，Nokov光学动作捕捉系统会传回位置信息，然后在位置信息更新后，偏离路径的无人车会自动回归编队。

1、系统功能

　对机器人进行精确的运动追踪和位姿数据采集（六自由度、关节角度等运动学数据）

■　实时反馈目标位置、角度等数据，为机器人的位姿控制、运动规划提供连贯、流畅的动作数据基础

■　可通过SDK 将数据输入 Matlab、C++等软件进行二次开发和应用

机器人的运动控制和运动规划

■　对机器人的运动、步态和位姿进行规划与控制

■　对机器人运动规划与控制方法的检验与验证

■　“随动机器人” 运动、步态和位姿的控制

2、系统组成

光学定位提供数据类型

▪ 位置、姿态等数据

▪ 偏航角（Yaw）、横摇角（Roll）、俯仰角（Pitch）、四元数、欧拉角等数据

▪ 速度、加速度等基础运动信息

▪ 目标多智能体上任意部位的三维空间坐标及整体的空间位置

▪ 每个智能体的速度、加速度及其相对距离、速度等数据

▪ 人体、动物或机器人的关节角度

解决方案

▪ 为无人机与机器人数据驱动与控制提供基础运动数据

▪ 在机器人、无人机的运动规划与控制方法的验证中提供真值

▪ 为多智能体间的运动信息提供实时反馈

适用项目类型

▪ 空间飞行器控制、导航与制导

▪ 网络集群与网络化控制

▪ 多智能体编队与协同

▪ 无人机的自主避障飞行与避障寻迹

▪ 无人机动作规划与控制

3、适用机器人类型：

工业机器人

机械臂

康复机器人

仿生机器人

特种机器人

移动机器人

多足机器人

外骨骼机器人