Distributed Event-Triggered Super-Twisting Sliding Mode Formation Control for Multiple Omnidirectional Mobile Robots

在现代工业繁忙的世界中，从自动化仓库到协作式监控巡逻，一小组小型自动驾驶机器人正越来越多地协同工作以完成任务。这些机器通常配备了特殊的轮子，使其能够像向前移动一样轻松地向侧方滑动，从而提供了传统车辆无法比拟的灵活性。然而，保持这些机器人以精确、协调的形状移动是一个巨大的挑战。它们必须不断适应湿滑的地板、意外的颠簸以及自身重量的变化，同时还要相互通信以保持同步。这种通信通常通过无线网络进行，而无线网络的容量是有限的。如果每台机器人说话过于频繁，网络就会变得拥堵，从而导致破坏编队的延迟。此外，维持这些机器人稳定的方法往往依赖于快速、剧烈的调整，这随着时间的推移会磨损它们的机械部件。

北京科技大学的研究人员开发了一种全新的方法来同时解决这些问题。他们创建了一种专为全向移动机器人设计的控制系统，使机器人即使在地面难以预测且无线网络繁忙的情况下，也能形成特定的形状并追踪领航者。其解决方案的核心是两种巧妙思想的结合。首先，他们使用了一种数学策略来平滑机器人的运动，防止通常会损坏电机和齿轮的剧烈抖动。其次，他们改变了机器人的通信方式。机器人不再持续广播其位置和速度，而是仅在发生重要变化时才发送数据。这种通过详细计算机模拟测试的方法表明，机器人可以在保持极高编队精度的同时，使用更少的网络带宽，并保护其物理硬件免受磨损。

研究人员专注于一种被称为全向移动机器人的特定类型。与必须转向才能改变方向的标准汽车或差速驱动机器人不同，这些机器由于其独特的轮子设计，可以瞬间向任何方向移动。这使得它们非常适合狭窄的工业空间，但也使其对干扰非常敏感。在真实的工厂中，机器人可能会遇到突如其风、油渍或所载重量的变化。为了处理这些问题，团队采用了称为“超螺旋算法”（super-twisting algorithm）的技术。简单来说，这是一种引导机器人的方法，它能预见干扰并平滑地进行修正。传统的控制方法通常依赖于“切换”逻辑，这种逻辑以极高的速度来回切换以保持机器人轨迹。虽然这种方法在消除误差方面有效，但其快速切换会产生一种被称为“颤振”（chattering）的高频振动。这种振动就像是一种持续、剧烈的震颤，会磨损机器人的传动齿轮并消耗电池。新的超螺旋方法将这种切换逻辑隐藏在一个数学过程中，从而产生完美的平滑转矩指令。机器人接收到的是一个稳定、连续的推力，而不是一系列突兀的敲击，这保护了机械部件并延长了其寿命。

虽然新的控制方法解决了机械问题，但研究人员还必须解决网络瓶颈问题。在标准设置中，一组机器人中的每一台都会每秒多次向其邻居广播其状态，无论情况是否发生了变化。这种不断的“喋喋不休”很快就会使有限的无线信号过载，导致消息丢失和编队不稳定。团队引入了一种“事件触发机制”来解决这个问题。在此系统下，机器人不是因为时间流逝而说话，而是仅在内部状态偏差足够大以跨越特定阈值时才说话。想象一个正与邻居完美齐头并行的机器人：它保持沉默。只有当它开始偏离轨道或领航者改变方向时，它才会发送消息。这种逻辑大幅减少了传输次数。在模拟中，机器人仅在必要时进行通信，这意味着网络很少处于繁忙状态。该系统设计了一个安全特性，以确保机器人永远不会被迫在瞬间进行无限快速的通信，这是一个可能导致计算机崩溃的理论问题，即“Zeno行为”。研究人员在数学上证明了消息之间始终存在最小时间间隔，从而保证了系统的稳定性。

为了测试他们的想法，研究人员进行了涉及四台机器人和一个虚拟领航者的广泛模拟。这些机器人的任务是在跟随一个做圆周运动的领航者时，形成一个正方形形状。研究人员通过添加随机干扰（如模拟阵风和变化的摩擦力）使环境变得困难，以观察系统的表现。结果令人瞩目。机器人成功在三秒内收敛成正方形编队，并随着领航者的转向完美地保持了该形状。当研究人员将新方法与标准控制技术进行对比时，差异显而易见。传统控制器无法抵御干扰，导致机器人偏离航线。标准的滑模控制器虽然能让机器人保持在轨道上，但其电机指令伴随着剧烈的高频振荡。相比之下，新系统使机器人在精确路径上运行，且稳态误差为零（意味着它们最终准确到达了预定位置），同时电机指令保持平滑且安静。

效率方面的提升同样显著。在标准的“时间触发系统”中，机器人每0.01秒就会广播一次数据，这会导致网络在短时间内充斥着数千条消息。新的“事件触发系统”将传输次数减少了87%以上。在模拟中，一台机器人仅触发了245次，而另一台触发了218次，相比之下，传统方法需要数千条消息。尽管通信量大幅减少，机器人并未失去协调性。事实证明，该系统能够吸收突然的大型干扰（例如模拟的力阶跃变化），而不会产生明显的路径偏差。控制信号的平滑性意味着执行器不会受到与高频切换相关的热应力和机械磨损。

研究得出结论，这种分布式框架为在挑战性工业环境中运行的多机器人系统提供了一个鲁棒的解决方案。通过将平滑控制算法与智能通信策略相结合，研究人员展示了实现高精度编队跟踪的同时，既不会使网络过载，也不会损坏硬件。论文提供的数学证明确认了系统的稳定性，并保证机器人不会陷入无限循环的通信中。虽然目前的工作是通过计算机模拟验证的，但作者建议，下一步是将这些算法应用于现实环境中的物理机器人。如果这些结果在实践中能够成立，这种方法将显著提高自动化机群的可靠性和寿命，使其能够在未来复杂且不可预测的空间中更高效地工作。