Navegação de robôs móveis em formação líder
Transcrição
Navegação de robôs móveis em formação líder
XII Simpósio Brasileiro de Automação Inteligente (SBAI) Natal – RN, 25 a 28 de outubro de 2015 NAVEGAÇÃO DE ROBÔS MÓVEIS EM FORMAÇÃO LÍDER-SEGUIDOR PARA ESCOLTA FLAVIO S. C. BISPO1, ELYSON Á. N. CARVALHO1, LUCAS MOLINA1, EDUARDO O. FREIRE1 1. Grupo de Pesquisa em Robótica, Núcleo de Engenharia Elétrica, Universidade Federal de Sergipe Av. Marechal Rondon, São Cristóvão, SE, Brasil E-mails: [email protected], [email protected], [email protected], [email protected] Abstract This paper proposes a decentralized control for mobile robot navigation in order to perform a escort task. The group consists of three nonholonomic robots in triangular formation as guardians adopting the Leader-Follower strategy. In addition, a modification technique of distance between agents of formation is applied in order to prevent unknown objects get into the structure. The results of simulation show that the guardians robots converge to the desired formation and the modification of the distance between leader and follower is successful. Keywords Mobile Robots, Escort Task, Decentralized Control, Leader-Follower. Resumo Neste trabalho é proposto um controle descentralizado para navegação de robôs móveis com a finalidade de executar uma tarefa de escolta. O grupo é composto por três robôs não holonômicos em formação triangular como guardiões adotando a estratégia Líder-Seguidor. Adicionalmente, uma técnica de modificação de distância entre os agentes da formação é aplicada com objetivo de evitar que objetos desconhecidos entrem na estrutura. Os resultados por simulação mostram que os robôs guardiões convergem para a formação desejada e a modificação da distância entre líder e seguidor é bem sucedida. Palavras-chave Robôs Móveis, Tarefa de Escolta, Controle Descentralizado, Líder-Seguidor. 1 diferentes focos (Brandão et al., 2013), escolta e patrulha robótica (Lan et al., 2010) e entre outras tarefas no âmbito militar e de defesa. Introdução As vantagens inerentes a um sistema com múltiplos robôs, com relação a apenas um, têm atraído a comunidade de pesquisa em robótica a entender e reproduzir comportamentos sociais encontrados na vida animal, civil e militar (Daneshfar e Bevrani, 2009). Atuando de forma cooperativa, os sistemas com múltiplos robôs podem oferecer características importantes para muitos sistemas, como: escalabilidade, flexibilidade, alta tolerância a falhas e podem ser decisivos quanto ao sucesso de um objetivo final. Para Marino (2009), múltiplos robôs cooperativos têm grande potencial de adicionar habilidades e minimizar riscos na área de segurança. No que diz respeito à escolta robótica, aplicação abordada neste artigo, cada agente tem a função de englobar o escoltado e manter a estrutura formada ao longo do tempo, de modo a maximizar o perímetro do polígono formado e impedir que algum objeto externo entre na formação (Antonelli e Chiaverini, 2006). Esta característica protetora da tarefa de escolta, tanto para um alvo valioso quanto perigoso, possibilita grande aplicabilidade em situações cotidianas, todavia, existem poucos trabalhos na comunidade cientifica abordando esse tema (Batista et al., 2013). O comportamento cooperativo supracitado pode ser classificado em problemas de controle com formação e problemas de controle sem requisitar a formação entre os membros (Navarro e Matía, 2013). Dessa forma, segundo Guanghua et al. (2013), as estratégias para o controle em formação podem ser divididas em cinco principais linhas: a baseada em comportamentos (Antonelli, Arrichiello e Chiaverini, 2008; Marino, 2009), estrutura virtual (Mas et al., 2009), funções potenciais (Lieberman, Fricke e Garg, 2012), via teoria dos grafos e líder-seguidor (Desai et al., 1998; Zhang et al., 2009; Brandão et al., 2013). É neste contexto que este trabalho propõe um sistema de controle descentralizado para múltiplos robôs móveis, atuando de forma cooperativa para desempenhar uma tarefa de escolta de um agente robótico com a utilização de robôs não holonômicos como guardiões em formação triangular. O objetivo de controle é fazer com que o grupo se aproxime de maneira segura do escoltado e respeite os parâmetros de controle de distância e ângulo usando apenas informações locais provenientes de sensores. Na abordagem líder-seguidor, foco desde trabalho, um robô é incumbido de ser o líder enquanto os outros integrantes que compõem a formação são denominados seguidores (Zhang et al., 2009). Assim, o movimento dos seguidores na formação é ditado pelo agente líder respeitando os parâmetros de controle de distância e de posição angular como em (Desai et al., 1998). Esta técnica tem sido amplamente utilizada em muitas aplicações práticas, tais como: expansão e contração de escala de formação (Coogan e Arcak, 2012), voo em formação (Yang et al., 2012), cobertura de áreas em Em adição, neste artigo é proposto um novo método reativo para modificar as distâncias entre líder e os seguidores sujeitos a ambientes semiestruturados, como forma de possibilitar uma navegação mais segura do escoltado quando a formação encontrar-se distante de obstáculos e intrusos, bem como uma escolta mais segura aproximando os escoltantes do escoltado, à medida 1889 XII Simpósio Brasileiro de Automação Inteligente (SBAI) que um obstáculo ou intruso se aproximam da formação. aplicadas tarefas de rastreamento de um ponto virtual como centroide da formação, no qual os robôs devem cercar e manter esta formação durante o movimento do alvo virtual. Neste trabalho é proposta a navegação em formação para escolta baseada em formação líder-seguidor, abordada na seção subsequente. O trabalho está organizado como segue: revisão de literatura da tarefa de escolta na seção 2. Definição do problema, modelagem cinemática completa do sistema com três robôs de restrição holonômica em formação e descrição da técnica de modificação de distância entre líder e seguidor estão incluídos na seção 3. Realização de experimentos em simulação e suas discussões são apresentadas na seção 4. Na seção 5 são feitas as conclusões e declarações a respeito de trabalhos futuros. 3 Tarefa de Escolta Nesta seção é descrito o modelo cinemático completo para o grupo de seguidores, no qual tem a finalidade de realizar a tarefa de escolta de um agente valioso ou perigoso de modo a adaptar a escala da formação com objetivo de lidar com as condições adversas do ambiente. A metodologia de controle proposta neste trabalho se concentra em aplicar a estratégia de controle líder-seguidor baseada no método em (Desai et al., 1998). As variáveis e são distância euclidiana e ângulo relativos entre o seguidor e o líder, respectivamente. 2 Revisão de Literatura A atividade de escolta possui um grande potencial de aplicações em vários os cenários, desde civis até os de combate. Para Antonelli e Chiaverini (2006), esta atividade consiste em cercar um alvo qualquer cujo movimento não é conhecido a priori, mas pode ser mensurado em tempo real e reduzir o risco de invasão na formação ou minimizar espaços de fuga durante a navegação do escoltado. Dessa forma, em (Antonelli, Arrichiello e Chiaverini, 2008) é adotado um controle descentralizado baseado em comportamentos usando a técnica NSB (Null-Spacebased-Behavioral). Foi analisada nesse trabalho a possibilidade de evitar colisões e de reagrupar a formação perante subtração ou adição de agente. Lan et al. (2010) propôs leis de controle descentralizadas, em sentido reativo, que permitem um grupo de veículos escoltar o alvo e, ao mesmo tempo, reconfigurar autonomamente quando o número de veículos executando a tarefa for alterado. Para tanto, considerando uma formação com um grupo de robôs, nos quais um destes é o líder, , ), que descreve uma navegação com posição ( no sentido deliberativo com restrições de velocidade negativa, e três robôs seguidores de tração diferencial, os quais são rotulados como , e ), e com posições cartesianas conhecidas ( ( )e( ), respectivamente. Estes guardiões descrevem uma navegação com base no controle , em que o robô deve rastrear a configuração do escoltado com as variáveis desejadas de distância e ângulo, e , se posicionado à frente do mesmo a fim de bloqueá-lo em uma possível fuga frontal, bem como, impedir que corpos estranhos adentrem na formação por esta direção. De modo similar, o comportamento para os robôs e será como o descrito para , porém com ângulos desejados , e escolhidos de forma a manter o escoltado dentro da formação, como mostrado na Figura 1. Já Mas et al. (2009) adotaram um controle centralizado com uma estratégia de formação em estrutura virtual baseada no Cluster Space para estabelecer missões de escolta. A obra (Lieberman, Fricke e Garg, 2012) apresenta um algoritmo de controle descentralizado para a missão de escolta baseada em função potencial Morse. Nesse, os agentes recebem as informações sobre coordenadas de seus pares por um supervisor, as quais são usadas para gerar energias potenciais artificiais entre robôs e o alvo. No trabalho de (Batista et al., 2013) é proposto um esquema de controle descentralizado baseado em dois comportamentos tais como manter uma distância mínima entre o grupo e o agente alvo e, o segundo, minimizar a área de cobertura. Alguns trabalhos encontrados na literatura combinam a tarefa de escolta com outras tarefas, como em (Kamano et al., 2000; Franchi, Stegagno e Oriolo, 2013; Aranda et al., 2014), que propõem uma tarefa de cerco a um robô móvel como alvo e posterior manutenção da formação entorno deste. Já (Mas et al., 2009; Lan et al., 2010) aplicaram um grupo de uniciclos não apenas para missões de escolta, mas com destaque para tarefa de patrulha. Em (Antonelli e Chiaverini, 2006; Antonelli et al., 2013; Resende, Carelli e Sarcinelli-Filho, 2014) são Figura 1 – Configuração de formação Líder-Seguidor com três robôs de restrições holonômicas. 3.1 Modelo Cinemático de Formação Dado que o sistema é formado por robôs do tipo uniciclo, apresentado na Figura 2, o modelo 1890 XII Simpósio Brasileiro de Automação Inteligente (SBAI) cinemático completo e as variáveis de interesse para cada membro seguidor do grupo formado por três robôs móveis homogêneos são dados como em (Desai et al., 1998), por ̇ ( ̇ ) ( ( ( ) ) ( ( ) escoltado sejam iguais, o que permite que, de forma cooperativa, seja escolhida a cada instante a melhor distância entre o grupo escoltante e o escoltado, mantendo, porém, cada um a sua orientação desejada. ) ( ) Para tal, é assumido que todos os robôs conhecem suas posições e são equipados com os sensores apropriados para detectar outros robôs e obstáculos dentro do espaço de trabalho, portanto, estes dispõem de uma área de varredura de raio δ, em que , chamada zona de detecção. A zona de segurança é a área de preservação da integridade deste agente e é limitada pelo raio , em que . Esta área de preservação é dependente do valor de diâmetro que inscreve o agente numa circunferência mínima. O diâmetro, , é o maior valor em comprimento entre dois pontos quaisquer do chassi do veículo. ) { ̇ ( ) em que i = 1, 2, ..., n, representa o i-ésimo agente seguidor e . Todas as variáveis que possuem o subscrito e são referenciadas ao robô escoltado (líder). Sendo assim, o estado do sistema é T definido pela tripla , em que , é a distância euclidiana entre o ponto P no i-ésimo ). O seguidor ao ponto de coordenada do líder ( ângulo é formado entre o eixo de orientação do robô líder e pelo seguimento que liga estes agentes. Já é a diferença entre ângulos formados pelo eixo da abscissa na coordenada local do robô líder e a abcissa entre o ângulo formado pelo eixo da abscissa na coordenada local do robô seguidor. As velocidades lineares e angulares de cada seguidor são dadas por e , respectivamente, e e , de forma análoga, são as velocidades para o escoltado. Figura 3 – Representação das zonas de detecção e de segurança dos veículos. Admite-se, ainda, que haverá comunicação explicita entre os membros e será assumido que cada agente do conjunto obtém a própria posição relativa e de velocidade, bem como, a posição relativa e velocidade dos demais. Por fim, considera-se que o escoltado descreve movimentos num sentido deliberativo com velocidade linear e que sua navegação é totalmente independente da formação. Este robô é localizado no ambiente pelos guardiões através da técnica de Triangulação ToTal (Pierlot e Droogenbroeck, 2014). W Figura 2 – Representação de veículo uniciclo. 3.2 Estratégia de Aproximação A estratégia para aproximação consiste em aplicar leis de controle reativas, as quais sejam capazes de mover os três robôs escoltantes até o alvo e estacioná-los em suas posições desejadas. Para tal, as leis de controle que permitem ao grupo de guardiões convergirem para o ponto desejado e manter a formação ao longo do trajeto são dadas por Desai et al (1998) em (2) ( ) { ( [ ( ) ( ) ( em que, ( Os parâmetros Essa flexibilidade global por parte do grupo é obtida tomando uma função heurística baseada na variação de distância euclidiana entre o escoltado, , e cada robô , para i = 1, 2 e 3, da formação como (3), ) e ( ) ( e ( ) ( em que ) ( ) ) ( ( ) ]) ), ). Os parâmetros ( e ) e representam o raio de abrangência do sinal do sensor para detecção de objetos no ambiente e a distância euclidiana entre a superfície do obstáculo e o robô , respectivamente. Os termos e são parâmetros de raio de segurança dos e , respectivamente. A constante k é responsável por tornar o transitório mais “duro” ou mais “suave”. são constantes de controle para e , respectivamente. 3.3 Modificação de Distância entre Robôs Aqui é considerado que estrutura da formação deve ser adaptada de maneira que as distâncias euclidianas entre cada agente da formação e o O objetivo desta heurística é gerar um valor de setpont, , sendo adotado o mesmo valor para todos os agentes, dado por 1891 XII Simpósio Brasileiro de Automação Inteligente (SBAI) { } valores pré-definidos de distância e ângulo. Nesta aproximação, notou-se que o robô se posicionou a frente do líder (escoltado), a fim de impedir um possível escape. Para tal, as leituras de distância euclidiana dos diferentes robôs seguidores a superfície do obstáculo é generalizada para ambos via comunicação explicita. Adicionalmente, o ângulo do i-ésimo agente com relação ao escoltado, , é dado por ( ) Devido ao fato considerar o uso de robôs homogêneos, os parâmetros de raio de segurança para todos os agentes envolvidos nesta são iguais, o que leva a seguinte relação . Assim, a formação fica limitada ao contingente máximo de seis robôs periféricos ao escoltado garantindo que a distância mínima entre dois robôs do grupo seja . (a) Aproximação e estacionamento nos valores desejados em aproximadamente 25 segundos. (b) Navegação em formação no instante 35s. 4 Resultados e Discussões A fim de validar o sistema em formação líderseguidor proposto para aplicações em escolta robótica, foram elaborados três experimentos, nos quais os robôs consistem em: (i) se aproximar de forma segura e estabelecer a formação desejada através das leis de controle em (2) e (ii) navegar pelo ambiente mantendo a formação e preservando o agente central. (c) Escoltado finalizando rotação de 90° no instante 55s após ter atingido o primeiro ponto de destino. No primeiro experimento o escoltado e seus seguidores devem navegar em linha reta e retornar ao ponto de partida em ambiente livre de obstáculos. No segundo, o conjunto navega por um cenário de corredor em forma de funil e no terceiro experimento o conjunto deve navegar em ambiente povoado de obstáculos. (d) Robô escoltado atinge o ponto de partida no instante 85s. Figura 5 – Evolução da trajetória dos agentes em formação. Na Figura 6 os valores de velocidades lineares desenvolvidas pelos agentes seguidores na etapa de navegação se aproximaram, na maior parte do tempo, da velocidade linear máxima declarada para o , que é de . Todos os resultados foram obtidos via simulação computacional usando o software Matlab® R2011a. Nas simulações cada robô mede , comprimento e largura, respectivamente, e dispõe de um arranjo com 9 sensores de leitura a laser dispostos regularmente em toda a circunferência do robô com distância máxima de medição de . O escoltado somente deverá navegar após a etapa de aproximação estiver concluída. Logo, este robô, , navega pelo ambiente descrevendo uma velocidade máxima, . Os robôs seguidores, , e , saem das posturas ) e ( ), ( ( ), respectivamente. Os valores de formação desejados são , , e . As constantes relativas às leis de controle foram e para , e para , e para . Figura 6 – Velocidade linear e velocidade angular extraída de cada agente durante a navegação. No primeiro experimento, representado na Figura 5, os primeiros 25 segundos mostraram que os robôs realizaram a aproximação e estacionamento nos Os picos de velocidade encontrados no gráfico revelam a capacidade de reação de todos os agentes a 1892 XII Simpósio Brasileiro de Automação Inteligente (SBAI) Figura 9 – Velocidade linear e velocidade angular desenvolvida por cada agente para a navegação em formação em corredor estreito. fim de eliminar os erros quando sujeitos a perturbações como a realização de movimentos bruscos por parte do líder. Os resultados obtidos nas Figuras 7 e 8 mostraram que os robôs constantemente trocam o valor de setpoint da variável desejada de distância para poder se adaptar aos ambientes, ao contrário de Brandão et al. (2008), onde o seguidor é permitido variar a variável de ângulo. Ficou evidente, ainda, que todos os seguidores modificam as distâncias com relação ao líder de forma cooperativa, em contraste a Mas et al (2009), sem comprometer a integridade do escoltado e sem perder as características de estrutura geométrica de triângulo equilátero da mesma forma que (Shao, Wang e Xie, 2006; Coogan e Arcak, 2012; Han, Wang e Lin, 2013). Figura 10 – Velocidade linear e velocidade angular desenvolvida por cada agente para a navegação em formação em ambiente povoado de obstáculo. 6 Conclusão O presente trabalho aplicou as leis de controle Líder-Seguidor, propostas por Desai et al. (1998), para robôs móveis atuando de forma colaborativa. Conclui-se que a execução da tarefa de escolta robótica ocorreu com sucesso, em que na aproximação e consequentemente na navegação em formação os escoltantes permaneceram em formação em torno do robô alvo. Figura 7 – Navegação em formação em corredor estreito. A heurística proposta e validada através dos experimentos mostrou que os agentes seguidores convergiram para as suas variáveis de controle desejadas de forma rápida, suave e com oscilações amortecidas ao longo do tempo, respondendo bem as mudanças no ambiente. Embora exista um custo energético por parte da formação ao se contrair e expandir na presença de obstáculos de forma homogenia, este é de fundamental importância para preservar o alvo e minimizar espaços de fuga. Figura 8 – Navegação em formação em ambiente povoado de obstáculos. As velocidades desenvolvidas pelos escoltados, mostradas nas Figuras 9 e 10, revelam que a aproximação, em ambos os casos, se comportou de forma semelhante. Isto é, as velocidades lineares ficaram abaixo de e oscilações tenderam a zero, caracterizando, assim, uma navegação suave mesmo com perturbações. Uma característica que restringe este trabalho é a quantidade de seguidores permitidos para a formação na escolta. Para aprimorar esse ponto supracitado, propõe-se a aplicação de múltiplos anéis de escoltantes, o que estende o limite para n robôs. Além desta sugestão de melhoria, os trabalhos futuros podem contemplar a análise formal de estabilidade no sentido de Lyapunov do conjunto e validar em aplicações com robôs reais. Agradecimentos À CAPES e FAPITEC pelo apoio financeiro. Referências Bibliográficas 1893 XII Simpósio Brasileiro de Automação Inteligente (SBAI) Antonelli, G. et al. (2013). Decentralized Centroid and Formation Control for Multi-Robot Systems. In: Robotics and Automation (ICRA), 2013 IEEE International Conference on, Karlsruhe, Germany: [s.n.], 6p. p. 3511-3516. Antonelli, G.; Arrichiello, F.; Chiaverini, S (2008) The Entrapment/Escorting Mission: An Experimental Study Using a Multi-robot System. IEEE Robotics & Automation Magazine, Vol. 15, No. 1, pp. 22-29. Antonelli, G.; Chiaverini, S (2006). Kinematic Control of Platoons of Autonomous Vehicles. Robotics, IEEE Transactions on, Vol. 22, No. 6, pp. 1285–1292. Aranda, M.; Nicolás, G. L.; Sagüés, C.; Zavlanos, M. M (2014). Three-Dimensional Multirobot Formation Control for Target Enclosing. 2014 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2014) September 14-18, Chicago, IL, USA. Batista, M. R. et al. (2013). A Method to Swarm Robot Escorting by Using the Probabilistic Lloyd Method. In: XI Simpósio Brasileiro de Automação Inteligente. Fortaleza: [s.n.]. Brandão, A. S. et al. (2008). Control Descentralizado con Desvío de Obstáculos para Robots Móviles en Formación Líder-Seguidor. In: V Jornadas Argentinas de Robótica (JAR'08), Bahía Blanca, AR: [s.n.]. 6p. pp. 1-6. Brandão, A. S. et al. (2013). Controle Líder-Seguidor de uma Formação VANT-VTNT. In: XI Simpósio Brasileiro de Automação Inteligente, SBAI, Fortaleza: [s.n.]. Coogan, S. D.; Arcak, M (2012). Formation Control with Size Scaling using Relative Displacement Feedback. In: American Control Conference Fairmont Queen Elizabeth, Montréal, QC: [s.n.], 5p. pp. 3877-3882. Daneshfar, F.; Brevani, H (2009). Multi-Agent Systems in Control Engineering: A Survey. Journal of Control Science and Engineering, Vol. 2009, No. 531080, pp. 1-12. Desai, J. P., Ostrowski, J.; Kumar V (1998). Controlling Formations of Multiple Mobile Robots, In: IEEE Int. Conf. Robotics and Automation, Leuven, Belgium: [s.n], 6p. pp. 2864-2869. Franchi, A.; Stegagno, P. E.; Oriolo, G (2013) Decentralized Multi-Robot Target Encirclement in 3D Space, CoRR, vol. abs/1307.7170. Gorecki, T.; Piet-Lahanier, H.; Marzat J.; Balesdent M (2013). Cooperative guidance of UAVs for area exploration with final target allocation, Proceedings of the 19th IFAC Symposium on Automatic Control in Aerospace, Würzburg, Germany. Guanghua, W. et al. (2013). Study on Formation Control of Multi-Robot Systems. In: Third International Conference on Intelligent System Design and Engineering Applications, Hong Kong, China: [s.n.], 5p. pp. 1335-1339. Han, Z.; Wang, L.; Lin, Z (2013). Local Formation Control Strategies with Undetermined and Determined Formation Scales for Co-leader Vehicle Networks. 52nd IEEE Conference on Decision and Control. Florence, Italy. Kamano, T. et al. (2000). Design and Implementation of Fuzzy Cooperative Catching Controller for Multiple Mobile Robots. In: Proc. 26th Ann. Conf. of the IEEE Industrial Electronics Society, Nagoya, Japan: [s.n.], 6p. pp. 1749–1754. Lan, Y. et al. (2010). A Distributed Reconfigurable Control Law for Escorting and Patrolling Missions using Teams of Unicycles. In: 49th IEEE Conference on Decision and Control, Atlanta, GA, USA: [s.n.], 6p. pp.5456-5461. Lieberman, K. M.; Fricke, G. K.; Garg, D. P (2012). Decentralized Control of Multi-Agent Escort Formation via Morse Potential Function. In: ASME 5th Annual Dynamic Systems and Control Conference joint with the JSME, Fort Lauderdale, Florida, USA: [s.n.], 8p. pp. 317324. Marino, A (2009). A Null-Space-based Behavioral Approach to Multi-Robot Patrolling. Tese (Doutorado) – Università Degli Studi Della Basilicata, Potenza, Italy. Mas, I. et al. (2009). Entrapment/Escorting and Patrolling Missions in Multi-Robot Cluster Space Control, In: IEEE/RSJ International Conference on Intelligent Robots and Systems, St. Louis, USA: [s.n.], p.7, pp. 5855-5861. Navarro, I; Matía, F (2013). A Survey of Collective Movement of Mobile Robots. International Journal of Advanced Robotic Systems, Vol. 10, No 73. Pierlot , V.; Droogenbroeck, M. V (2014). A New Three Object Triangulation Algorithm for Mobile Robot Positioning. IEEE Transactions on Robotics, v. 30, no. 3, p. 566–1817. Resende, C. Z.; Carelli, R.; Sarcinelli-Filho, M (2014). Coordinated Path-Following for MultiRobot Systems Using the Cluster Space Framework Approach. In: Industrial Informatics (INDIN), 2014 12th IEEE International Conference on. IEEE, pp. 332-337. Shao, J.; Wang, L.; Xie, G (2006). Flexible Formation Control for Obstacle Avoidance Based on Numerical Flow Field. In: Proceedings of the 45th IEEE Conference on Decision & Control, San Diego, CA, USA: [s.n.], 6p. pp. 5986–5991. Yang, A. et al. A Decentralized Control Strategy for Formation Flight of Unmanned Aerial Vehicles. In: UKACC International Conference on, Cardiff, Wales: [s.n.], 2012. 6p. p. 345-350. Zhang, T. et al. (2009). Formation and Obstacle Avoidance in the Unknown Environment of Multi-Robot System. IEEE International Conference on Robotics and Biomimetics, Guilin, China. 1894