使用改进Kuramoto模型实现多机器人平衡部署(3)
我们解决的问题与同步有很大关联， 也即是如何使多个机器人最大限度的分
散开。在综合机器人协同的环境中，我们对于分散方式中的机器人平衡开发提出
一种新型的 Kuramoto-like 模型[12]
。不需要将所有机器人同步到统一状态，我们
可以把所有机器人等距部署在圆上， 并且对于在典型集中控制中需要的机器人总
数，我们也不作要求。由于分散控制的优点，它可能从网络中添加或删除代理，
平衡部署仍将实现和被文护。在简单保护情况下，通过参数化优化控制参数的选择方法，我们进一步证明提出的 Kuramoto-like 模型的优势。同时有相关研究者
发现一个有趣的相关巡逻模式工作区域， 并提出的分布式算法代理的偶数摇摆在
一圈同步的方式,所以每一个代理,移动相同的距离和时间间隔[13]。1.3 本文主要研究内容
本课题对机器人平衡部署问题以及新型 Kuramoto 模型的设计问题进行系统
而深入的研究。我们提出的解决方案是一种多机器人协调的类 Kuramoto 模型，
并用余弦函数代替了标准的正弦函数， 这种新型互动模型研究圆形曲线上的多机
器人平衡部署问题， 其目标是将多个机器人分散部署在圆形曲线上使得相邻机器
人之间的距离达到一致。这意着，个体机器人不必知道所有机器人的相对状态
或其他机器人有多少是确实存在于网络中的[14]。
当然，随着研究的深入，研究部署问题应该综合考虑覆盖、连接和能量消耗
几个方面，这将是我们以后研究的重点。与此同时，多机器人部署问题还依赖于
一些支撑技术，譬如时间同步和节点定位技术的发展。
我们在仿真中通过优化它的耦合权重来阐述该协议的操作以及扩展它的非
线性。在现有研究的基础上，联系理论与实践，改进控制设计。无论是在控制理
论，还是在控制应用中，都体现出一定的价值[15]
。1.4 论文结构安排
第一章介绍了本课题的研究相关背景，以及现行国内外研究的现状。简述了
当前多机器人平衡部署的主要解决方法 Kuramoto 模型，同时介绍了该模型的改
进形式。
第二章分别介绍了多机器人平衡部署的经典Kuramoto模型和新型Kuramoto
模型的详细内容，并将两者作比较，指出新型 Kuramoto 模型在解决多机器人平
衡部署问题时的优点。
第三章编写程序验证新型 Kuramoto 模型，运用 MATLAB 程序验证新型
Kuramoto 模型在多个不同条件下的合理性，得出其在不同条件下的平衡结果。
第四章分析新型 Kuramoto 模型在多个不同条件下得出的结果，讨论新型
Kuramoto模型适用的广泛性。2 经典 Kuramoto 模型和新型 Kuramoto 模型的详细内容
我们提出的解决方案是一种多机器人协调的Kuramoto-like模型，并用余弦
函数代替了标准的正弦函数， 这种新型互动模型研究圆形曲线上的多机器人平衡
部署问题， 其目标是将多个机器人分散部署在圆形曲线上使得相邻机器人之间的
距离达到一致。这意着，个体机器人不必知道所有机器人的相对状态或其他机
器人有多少是确实存在于网络中的[16]。