使用改进Kuramoto模型实现多机器人平衡部署(2)
的不同领域都涉及到多移动机器人的应用。在 80 年代中期，机器人的设计和制
造风靡全球，许许多多大型公司着手研制机器人，主要是应用于大学实验室和研
究机构。它的研究灵感来自于生物、物理和社会系统中发现的自然现象中个体们
为完成总体任务所被观察和收集的行为， 由他们的行为所得到的解决机器人协调
问题的启示对日后各个领域的研究和发展有着巨大的推动作用[2]。这种从小规模
系统到全球化设备的潜在转变涉及了不同方面的多机器人系统， 包括无人机控制
系统；卫星；机器人集体运动控制系统；以及无线传感器网络工作系统等等。 对
于移动机器人的系统的开发， 我们需要多个不同学科的专业知识， 比如自动控制、
机械科学、数学、计算机科学等。拥有高新技术的传感器和执行机构的现代机器
人系统都随着相关学科的发展而变得更加智能[3]。
譬如在无线传感器网络工作系统研究领域中， 随着计算机的应用和传感器的
发展，如今移动机器人的研究出现了一波高潮。多移动机器人的高层次的研究主
要包含：环境信息传感器和信息处理、高适应性机器人控制技术、真实环境规划
技术等等[4]
。无线传感器网络的特点一般有:大规模、自组织、随机部署、环境复杂、节点资源有限等等[5]。
无线传感器网络是近几年发展起来的一种新兴技术， 在条件恶劣和无人坚守
的环境监测和事件跟踪中显示了很大的应用价值。 节点部署是无线传感器网络工
作的基础，对网络的运行情况和寿命有很大的影响。部署问题涉及覆盖、连接和
节约能量消耗3 个方面[6]
。这三个方面对于无线网络的平衡部署的问题有着重要
的影响，决定着无线网络部署的精确和稳定，能够为涉及的相关研究提供有力的帮助[7]。
在多移动机器人的控制中， 无线传感器网络的应用前景很广阔， 在环境监测、
交通管理、空间探索等领域里，无线传感器网络有着极高的应用价值。不仅仅是
学术界，而且工业领域也对其高度关注[8]。
1.2 研究现状
在最近的几年里，对于多机器人的部署研究受到极大的关注，研究成果也日
益多样化，并且到目前为止多机器人协调问题的某些方面是相当易于理解的。 这
其中最好的例子是共识问题，在很大程度上基于图理论的工具，最重要的结果可
以通过完成协议、同步、以及局域网等来实现。Kuramoto 模型是一个实现同步
的特定协议 ， 它是在机器人多对多网络中为耦合阶段振荡器而被首次开发出来。
现在基于该模型的详细分析和研究，Kuramoto 模型的同步非线性振荡器的稳定
问题受到我们的重点关注，并且在现行的许多研究中，研究者们已经推断出合适
的方法和结论可以使得模型的耦合增益条件得到改善， 并提供了所有振荡器角频
率指数同步的充分必要条件。[9]
从上述文字的说明可以看出， 虽然多机器人平衡部署的研究刚刚为人们所关
注，但由于其涉及到的各个学科学术的成熟时的这一研究领域的发展迅猛，对于
提高平衡部署的精确度和速度也有了成熟的技术，并且在多个不同行业得到应
用。在现有的多机器人平衡部署研究中 Kuramoto 模型方法可以很好的实现所需要求、目的[10]。
最近，研究者追寻对经典 Kuramoto 模型的应用和扩展，包括研究了关于非
均匀 Kuramoto 模型同步的电网瞬态稳定问题。多机器人控制设计业已经与
Kuramoto 模型相关联，主要用于头部对齐和平衡控制[11]。