34、多机器人在线协调任务与自主水面车辆外力场建模研究

多机器人在线协调任务与自主水面车辆外力场建模研究

多机器人在线协调任务实验

实验背景与设置

本实验聚焦于多机器人在线协调任务，采用 Jackal 机器人收集 RSSI 数据以构建真实的高斯过程（GP）模型。Jackal 机器人配备了用于测量 RSSI 的 X - Bee 无线电、用于通信的 PicoStation 以及用于检测墙壁和障碍物的 Velodyne VLP - 16 LiDAR。此外，还设有一台独立的计算机作为中央控制单元，负责环境分区和在运行时为机器人分配任务。在实验环境中，还布置了额外的 X - Bee 无线电作为无线电信号发射器。

实验在加利福尼亚大学圣地亚哥分校的校园内进行，选取了 Atkinson 和 Jacobs 大厅内的四个不同位置。每个环境在实验前通过远程操作相同的机器人进行了预先映射，机器人由同一环境内的中央控制单元分配任务。

实验结果

模拟实验结果

系统通过多个不同的模拟实验进行评估。首先，使用远程操作的机器人在真实环境中收集地面真实数据，并进行全面搜索以收集传感器数据来训练地面真实 GP 模型。在模拟中，根据这些地面真实数据并添加随机噪声生成传感器数据。

模拟实验在三种不同环境中使用 1 到 4 个机器人进行。从模拟结果来看，随着机器人数量的增加，系统性能通常会有所提升，同时采用分区方法为机器人提供协调也能提高效率。

实地实验结果

实地实验在加利福尼亚大学圣地亚哥分校校园内的 Atkinson 和 Jacobs 大厅的环境中进行，实验环境包含大型障碍物，类似于办公楼的典型环境。评估系统的主要指标是熵随时间的衰减情况