科创中国

为了解决多移动机器人编队控制中控制控制器设计复杂、计算量大、通信量大和耦合问题难以解决等问题，本发明提供了一种较为简明、易于实现并且具有较好控制效果的分布式控制方法，用于解决多移动机器人编队控制问题。

一种基于Nash迭代的分布式多移动机器人编队控制方法，包括以下步骤：1)对多移动机器人进行建模，得到多移动机器人的分布式离散状态空间偏差模型；2)根据多移动机器人的离散状态空间偏差模型，设计子系统的性能指标；3)设计基于Nash迭代的分布式模型预测控制算法对多移动机器人进行编队控制。本发明提供一种较为简明、易于实现并且具有较好的控制效果的分布式多移动机器人编队控制方法。

物流与仓储行业

智能仓储管理：在大型仓库中，多个移动机器人可以通过这种编队控制方法协同工作，实现货物的搬运、存储和检索。例如，机器人可以自动组成编队，按照最优路径将货物从入库口搬运到指定的存储位置，或者根据订单需求将货物从存储位置取出并运送到出库口，提高仓储管理的效率和准确性。

快递配送优化：在快递配送领域，多移动机器人编队可以实现高效的包裹配送。通过 Nash 迭代算法，机器人可以在复杂的城市环境中自主规划路径，避免拥堵和碰撞，同时保持编队的稳定性，提高配送速度和服务质量。

军事与安防领域

无人作战系统：在军事行动中，分布式多移动机器人编队可以执行侦察、巡逻、攻击等任务。基于 Nash 迭代的控制方法可以使机器人在没有中央指挥的情况下，通过相互协商和合作实现编队的协同作战，提高作战效能和生存能力。

安防巡逻监控：在重要场所的安防巡逻中，多移动机器人编队可以实现全方位的监控和预警。通过合理的编队控制，机器人可以覆盖更大的巡逻区域，及时发现异常情况并采取相应的措施，提高安防水平。

科学研究与教育领域

机器人研究平台：为机器人学研究提供一个实验平台，研究人员可以在这个平台上验证和改进分布式多移动机器人编队控制算法。通过对不同场景下机器人编队行为的观察和分析，探索更加高效和智能的控制方法。

教育教学工具：在机器人教育中，这种编队控制方法可以作为教学案例，让学生了解分布式系统、博弈论和机器人控制等方面的知识。学生可以通过编程和实验，亲身体验多移动机器人编队的控制过程，培养创新思维和实践能力。

浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”（2011计划）协同创新中心牵头高校和浙江省首批重点建设高校，坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务，以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色，大力培养德智体美劳全面发展，富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。

本发明的技术构思为：首先给出了一个易于处理的移动机器人的线性系统模型，然后给出了分布式编队控制的性能指标，最后用于提出了利用基于Nash迭代的分布式模型预测控制控制算法来解决多移动机器人编队控制问题。

本发明的有益效果主要表现在：给出了简单的控制器设计方法，利用分布式控制方法解决多移动机器人编队控制问题，降低了控制器的计算量和通信量，并且设计的控制器具有良好的抗扰动能力。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。