耦合 ESRM-MFAM 确定性仿生控制器用于局部感知环境下的多机器人编队导航

《Applied Sciences》：Coupled Skin–Muscle-Inspired Potential Fields for Mapless Multi-Robot Formation Navigation

　　多机器人编队可以扩展感知覆盖范围并提高操作韧性，但其实用价值取决于在复杂环境中的协同导航能力。在无地图的局部感知条件下，现有方法在避障、集体前进和编队恢复方面面临相互冲突的需求。本研究提出了一种名为耦合ESRM-MFAM的确定性仿生控制器，适用于六台差速驱动机器人。其中，弹性皮肤反射模型（ESRM）提供局部障碍物表面响应，而肌肉纤维驱动模型（MFAM）则产生集体驱动力。两者的直接结合，连同队友安全处理机制，将环境响应与编队协调整合在一个局部控制回路中。在800个几何认证的环境中，该控制器在120秒内的任务完成率达到75.00%，而测试中最强的基线适应方法VFH+仅为56.50%。经过Holm校正后，该优势依然显著，并在单独生成的400个环境评估集上得到了复现。组件消融实验证实了环境响应、集体驱动和队友安全对及时完成任务的贡献。ROS2/Gazebo测量结果进一步表明，六机器人控制器的计算量保持在10 Hz控制所需的预算范围内。这些结果支持了将耦合环境响应和集体驱动作为在测试的局部感知条件下实现及时编队导航的实用方法。