A Hybrid Path Planning and Formation Control Strategy of Multi-Robots in a Dynamic Environment

* Authors: [[Meng Zhou]], [[Zihao Wang]], [[Jing Wang]], [[Zhe Dong]], [[ School of Electrical and Control Engineering, North China University of Technology No.5 Jinyuanzhuang Road, Shijingshan District, Beijing 100144, China]]

初读印象

comment:: 本文提出一种混合路径规划和形成在动态环境中多机器人的控制策略。被领导下形成结构,一个领导者的追随者可以跟踪领航者的路径后确定。首先,混合路径规划策略,其中为领航者的包含全局路径规划和局部路径规划,一种改进的混合灰狼和鲸鱼优化算法优化器(GWO-WOA)是为全局路径规划,与此同时,一个动态窗口方法(DWA)融合为本地路径规划以避免动态障碍。根据领航者的位置和形成，跟随者控制跟踪生成相应的虚拟机器人。

文章骨架

%%创新点到底是什么?%%
novelty::

  1. 提出了一种改进的混合GWO-WOA方法，将其应用于路径规划问题，通过寻找路径的重要中点，并利用样条插值技术生成平滑路径。
  2. 提出了GWO-WOA方法中的一维和二维路径优化问题。对于地图中的动态障碍物，将GWO-WOA和DWA相结合，形成一种运动规划算法。该运动规划算法能有效地对静态障碍物和动态障碍物进行避障。
  3. 设计了一种基于领先跟随策略的轨迹跟踪编队控制方法。将编队控制问题转化为跟随机器人与其对应的虚拟机器人之间的轨迹跟踪问题。队长带领整个编队移动，从而将编队控制问题与路径规划问题结合起来。
    %%有什么意义？%%
    significance::

%%使用了什么方法?%%
usage method:: 混合GWO-WOA方法生成全局路径，结合编队控制和DWA算法生成编队路径。
步骤1：根据帐篷混沌策略，通过等式初始化灰狼种群Xi。
$$
\left{\begin{array}{l}
e_{x}=\left(x_{f}^{d}-x_{f}\right) \cos \varphi_{f}+\left(y_{f}^{d}y_{f}\right) \sin \varphi_{f}, \
e_{y}=-\left(x_{f}^{d}-x_{f}\right) \sin \varphi_{f}+\left(y_{f}^{d}y_{f}\right) \cos \varphi_{f}, \
e_{\varphi}=\varphi_{f}^{d}-\varphi_{f}
\end{array}\right.
$$

步骤2：基于样条插值技术的平滑路径。
$$
\eta=\left(\begin{array}{llllll}
x_{1} & \cdots & x_{i} & x_{i+1} & \cdots & x_{n_{D}-1} \
y_{1} & \cdots & y_{i} & y_{i+1} & \cdots & y_{n_{D}-1}
\end{array}\right)
$$
步骤3：通过等式确定路径是否无冲突。如果路径是无冲突的，则保持适应值，否则，适应值被一个非常大的值代替。
$$
d i s_{o b s}=\sqrt{\left(x_{i, j}-x_{o b s}\right)^{2}+\left(y_{i, j}-y_{o b s}\right)^{2}}
$$

步骤4：通过公式计算这些点的适应值。
$$
\sum_{i=1}^{n_{D}} \sum_{j=1}^{h} \sqrt{\left(x_{i-1, j-1}-x_{i, j}\right)^{2}+\left(y_{i-1, j-1}-y_{i, j}\right)^{2}}
$$

步骤5：如果迭代达到最大值，则输出最佳适应值和最佳解。否则，返回步骤2。

为了加快效率的改进：
将原坐标系转换为新坐标系，新坐标系的X轴为起点和终点的连线（降维）

效果图：

%%优点和缺点?%%
merits :: 对规划问题进行了降维处理，有一定的效率提升；采用主从式方法构造虚拟机器人，将编队控制问题应用于跟随机器人的轨迹跟踪问题；该混合算法在寻优和收敛速度上具有明显的优势。

demerits::效率较低

%%机构&作者%%
who::Meng Zhou—华北理工大学电气与控制工程学院

%%未来展望%%
prospect::~

参考文献

[1] Zhou M, Wang Z, Wang J, et al. A Hybrid Path Planning and Formation Control Strategy of Multi-Robots in a Dynamic Environment[J]. Journal of Advanced Computational Intelligence and Intelligent Informatics, 2022, 26(3): 342-354.