TỔNG QUAN CÁC NGHIÊN CỨU VỀ ĐIỀU KHIỂN ĐỘI HÌNH  TRONG ROBOT BẦY ĐÀN LOẠI ROBOT DI ĐỘNG

Đặng Khánh Toàn; Đào Huy Du; Vũ Thị Thuý Nga

doi:10.34238/tnu-jst.15094

TỔNG QUAN CÁC NGHIÊN CỨU VỀ ĐIỀU KHIỂN ĐỘI HÌNH TRONG ROBOT BẦY ĐÀN LOẠI ROBOT DI ĐỘNG

Thông tin bài báo

Ngày nhận bài: 16/03/26 Ngày hoàn thiện: 24/06/26 Ngày đăng: 24/06/26

Các tác giả

1. Đặng Khánh Toàn , Trường Đại học Kinh tế - Kỹ thuật Công nghiệp
2. Đào Huy Du, Trường Đại học Kỹ thuật Công nghiệp - ĐH Thái Nguyên
3. Vũ Thị Thuý Nga, Trường Điện-Điện tử - Đại học Bách Khoa Hà Nội

Tóm tắt

Điều khiển đội hình là một bài toán cốt lõi trong lĩnh vực robot bầy đàn, giữ vai trò quan trọng trong việc tổ chức không gian, phối hợp chuyển động và nâng cao hiệu quả thực hiện nhiệm vụ của các hệ robot di động đa tác tử. Mục tiêu của bài toán là thiết kế các luật điều khiển phân tán cho phép các robot hình thành và duy trì một cấu trúc hình học mong muốn dựa trên thông tin cục bộ và truyền thông hạn chế, đồng thời đảm bảo tính ổn định, khả năng tránh va chạm và thích nghi với sự biến đổi của môi trường cũng như topology truyền thông. Bài báo trình bày một tổng quan có hệ thống về các nghiên cứu tiêu biểu trong điều khiển đội hình cho robot bầy đàn loại robot di động, dựa trên việc phân tích và tổng hợp 60 công trình khoa học được lựa chọn. Nội dung tập trung làm rõ các vấn đề nghiên cứu trọng tâm, các mô hình toán học nền tảng và các nhóm phương pháp điều khiển chủ đạo, bao gồm điều khiển theo robot dẫn đường, cấu trúc ảo, trường thế nhân tạo, các phương pháp dựa trên lý thuyết đồ thị, cũng như các tiếp cận dựa trên Lyapunov, điều khiển thích nghi và trí tuệ nhân tạo. Trên cơ sở phân loại và so sánh, bài báo chỉ ra ưu điểm, hạn chế và phạm vi ứng dụng của từng nhóm phương pháp, đồng thời thảo luận các xu hướng phát triển và thách thức mở trong bối cảnh các hệ robot bầy đàn quy mô lớn và môi trường làm việc phức tạp.

Từ khóa

Robot bầy đàn; Robot di động; Điều khiển đội hình; Điều khiển phân tán; Lý thuyết đồ thị

Toàn văn:

PDF

Tài liệu tham khảo

[1] E. Şahin, “Swarm robotics: From sources of inspiration to domains of application,” Swarm Robotics, LNCS 3342, pp. 10-20, Springer, 2005.

[2] M. Brambilla, E. Ferrante, M. Birattari, and M. Dorigo, “Swarm robotics: A review from the swarm engineering perspective,” Swarm Intelligence, vol. 7, no. 1, pp. 1-41, 2013.

[3] G. Beni, “From swarm intelligence to swarm robotics,” Swarm Robotics, LNCS 3342, pp. 1-9, Springer, 2005.

[4] Y. Cao, A. S. Fukunaga, and A. Kahng, “Cooperative mobile robotics: Antecedents and directions,” Autonomous Robots, vol. 4, no. 1, pp. 7-27, 1997.

[5] H. G. Tanner, A. Jadbabaie, and G. J. Pappas, “Stable flocking of mobile agents, part I: Fixed topology,” Proc. IEEE CDC, 2003, pp. 2010-2015.

[6] R. W. Beard, J. Lawton, and F. Y. Hadaegh, “A coordination architecture for spacecraft formation control,” IEEE Trans. Control Systems Technology, vol. 9, no. 6, pp. 777-790, 2001.

[7] J. P. Desai, J. Ostrowski, and V. Kumar, “Modeling and control of formations of nonholonomic mobile robots,” IEEE Trans. Robotics and Automation, vol. 17, no. 6, pp. 905-908, 2001.

[8] O. Khatib, “Real-time obstacle avoidance for manipulators and mobile robots,” Int. J. Robotics Research, vol. 5, no. 1, pp. 90-98, 1986.

[9] J. A. Fax and R. M. Murray, “Information flow and cooperative control of vehicle formations,” IEEE Trans. Automatic Control, vol. 49, no. 9, pp. 1465-1476, 2004.

[10] G. Lafferriere, A. Williams, J. Caughman, and J. J. P. Veerman, “Decentralized control of vehicle formations,” Systems & Control Letters, vol. 54, no. 9, pp. 899-910, 2005.

[11] T. A. Karagüzel, A. E. Turgut, A. E. Eiben, and E. Ferrante, “Collective gradient perception with a flying robot swarm,” Swarm Intelligence, vol. 17, pp. 117-146, 2023.

[12] J. Hirata-Acosta, J. Pliego-Jiménez, C. Cruz-Hernández, and R. Martínez-Clark, “Leader-follower formation control of wheeled mobile robots without attitude measurements,” Applied Sciences, vol. 11, no. 12, 2021, doi: 10.3390/app11125639.

[13] J. Lawton, R. Beard, and B. Young, “A decentralized approach to formation maneuvers,” IEEE Trans. Robotics and Automation, vol. 19, no. 6, pp. 933-941, 2003.

[14] M. Egerstedt and X. Hu, “Formation constrained multi-agent control,” IEEE Trans. Automatic Control, vol. 45, no. 5, pp. 947-951, 2001.

[15] W. Ren and R. W. Beard, “Consensus seeking in multiagent systems under dynamically changing interaction topologies,” IEEE Trans. Automatic Control, vol. 50, no. 5, pp. 655-661, 2005.

[16] W. Ren, “Multi-vehicle consensus with a time-varying reference state,” Systems & Control Letters, vol. 56, no. 7-8, pp. 474-483, 2007.

[17] D. V. Dimarogonas and K. H. Johansson, “Stability analysis for multi-agent systems using the incidence matrix,” Proc. IEEE CDC, 2008, pp. 4164-4169.

[18] L. Krick, M. E. Broucke, and B. A. Francis, “Stabilisation of infinitesimally rigid formations of multi-robot networks,” Int. J. Control, vol. 82, no. 3, pp. 423-439, 2009.

[19] B. D. O. Anderson, B. Fidan, C. Yu, and D. Walle, “Rigid graph control architectures for autonomous formations,” IEEE Control Systems Magazine, vol. 28, no. 6, pp. 48-63, 2008.

[20] W. Ren and E. Atkins, “Distributed multi-vehicle coordinated control via local information exchange,” Int. J. Robust and Nonlinear Control, vol. 17, no. 10-11, pp. 1002-1033, 2007.

[21] D. Zelazo and M. Mesbahi, “Edge agreement: Graph-theoretic performance bounds and passivity analysis,” IEEE Trans. Automatic Control, vol. 56, no. 3, pp. 544-555, 2011.

[22] Z. Lin, B. Francis, and M. Maggiore, “Necessary and sufficient graphical conditions for formation control of unicycles,” IEEE Trans. Automatic Control, vol. 50, no. 1, pp. 121-127, 2005.

[23] S. Li, Q. Wang, E. Wang, and Y. Chen, “Bearing-only adaptive formation control using back-stepping method,” Frontiers in Control Engineering, vol. 2, 2021, doi: 10.3389/fcteg.2021.700053.

[24] C. Xu, D. Zelazo, and B. Wu, “Bearing-based formation control of second-order multi-agent systems with bounded disturbances,” Int. J. Robust Nonlinear Control, vol. 34, no. 1, pp. 167-199, 2024.

[25] X. Li, C. Wang, and C. Li, “A distributed control strategy for groups of robots with application in flocking,” Scientific Reports, vol. 14, 2024, doi: 10.1038/s41598-024-83703-x.

[26] Y. Wang and S. Boyd, “Fast model predictive control using online optimization,” IEEE Trans. Control Systems Technology, vol. 18, no. 2, pp. 267-278, 2010.

[27] S.-L. Dai, S. He, X. Chen, and X. Jin, “Adaptive leader–follower formation control of nonholonomic mobile robots with prescribed transient and steady-state performance,” IEEE Transactions on Industrial Informatics, vol. 16, no. 6, pp. 3662-3671, Jun. 2020.

[28] J. Zhao, L. Zhang, X. Li, K. Li, H. Wang, and Y. Liu, “Adaptive time-varying formation maneuvering control for multi-robot systems in complex obstacle-rich environments,” Actuators, vol. 13, no. 12, Dec. 2024, doi: 10.3390/act13120493.

[29] R. Tang, H. Lin, Z. Liu, X. Zhou, and Y. Gu, “Adaptive neural network prescribed time control for constrained multi-robotic systems with parametric uncertainties,” Mathematics, vol. 12, no. 12, 2024, doi: 10.3390/math12121880.

[30] H. Modares, F. L. Lewis, and Z.-P. Jiang, “H∞ tracking control of completely unknown continuous-time systems via off-policy reinforcement learning,” IEEE Transactions on Neural Networks and Learning Systems, vol. 26, no. 10, pp. 2550-2562, 2015.

[31] L. Busoniu, R. Babuska, and B. De Schutter, “Multi-agent reinforcement learning: An overview,” Innovations in Multi-Agent Systems and Applications, Springer, vol. 310, pp. 183-221, 2010.

[32] Y. Feng, S. Sun, Y. Lv, and C. Sun, “Distributed NN-Based Formation Control of Multi-Agent Systems: A Reduced-Order Appointed-Time Observer Approach,” Sensors, vol. 24, no. 2, 2024, doi: 10.3390/s24020589.

[33] S. Yang, W. Bai, T. Li, Q. Shi, Y. Yang, Y. Wu, and C. L. P. Chen, “Neural-network-based formation control with collision, obstacle avoidance and connectivity maintenance for a class of second-order nonlinear multi-agent systems,” Neurocomputing, vol. 439, pp. 243-255, 2021.

[34] F. Bullo, J. Cortés, and S. Martínez, Distributed Control of Robotic Networks, Princeton University Press, 2009.

[35] R. Olfati-Saber, “Flocking for multi-agent dynamic systems: Algorithms and theory,” IEEE Transactions on Automatic Control, vol. 51, no. 3, pp. 401-420, 2006.

[36] R. Olfati-Saber and R. M. Murray, “Consensus problems in networks of agents with switching topology and time-delays,” IEEE Transactions on Automatic Control, vol. 49, no. 9, pp. 1520-1533, 2004.

[37] J. Cortés, “Distributed algorithms for reaching consensus on general functions,” Automatica, vol. 44, no. 3, pp. 726-737, 2008.

DOI: https://doi.org/10.34238/tnu-jst.15094

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ