检索结果-南通市图书馆

基于动态密度引导的多机器人编队队形变换方法

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

上海交通大学学报 2024年第11期58卷 1783-1797页

作者：曹凯陈阳泉李康陈超波阎坤刘伟超西安工业大学电子信息工程学院西安710021 加州大学默塞德分校MESALab 美国默塞德CA95343

针对地面移动机器人编队的队形控制问题,提出了一种基于动态密度引导的多机器人编队队形切换方法.为实现机器人编队不同队形的切换,使用质心维诺划分(CVT)编队控制算法,避免机器人队形切换过程中的碰撞.根据CVT算法的特性,通过给定队形... 详细信息

针对地面移动机器人编队的队形控制问题,提出了一种基于动态密度引导的多机器人编队队形切换方法.为实现机器人编队不同队形的切换,使用质心维诺划分(CVT)编队控制算法,避免机器人队形切换过程中的碰撞.根据CVT算法的特性,通过给定队形的密度函数,构建初始队形密度函数与期望密度函数之间的过渡密度生成动态密度,并利用CVT算法引导编队中的机器人移动,完成编队队形的切换与重构.仿真结果表明,相比直接使用期望密度函数引导队形切换,该方法不仅成功解决了部分形态编队切换失败问题,而且降低了切换过程中编队整体的平均位置误差.

关键词：多机器人质心维诺划分编队控制队形切换

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向多智能体协作的环境探索与覆盖算法

国外电子测量技术 2023年第8期42卷 80-86页

作者：魏云博陈阳泉曹凯高嵩刘伟超西安工业大学电子信息工程学院西安710016 加州大学默塞德分校工程学院默塞德CA95343

针对未知环境下的多智能体覆盖探索问题,提出一种基于稀疏高斯过程回归的环境探索与覆盖方法。该方法利用多智能体在任务区域中的移动探索获取环境信息,并以稀疏高斯过程回归方法构建未知环境的密度函数模型,作为质心维诺划分算法的输... 详细信息

针对未知环境下的多智能体覆盖探索问题,提出一种基于稀疏高斯过程回归的环境探索与覆盖方法。该方法利用多智能体在任务区域中的移动探索获取环境信息,并以稀疏高斯过程回归方法构建未知环境的密度函数模型,作为质心维诺划分算法的输入。同时,考虑智能体实际尺寸和定位误差的影响,以引入缓冲因子的质心维诺划分算法为智能体规划任务区域,最终实现自主在线决策和最优覆盖。通过仿真实验证明,相较于传统高斯过程回归在线覆盖算法,所提算法能够保证多智能体编队的安全性,其单次迭代时间仅为3.92 s,且预测模型的最终误差仅增加1.3%,反映出模型改进的有效性。

关键词：多智能体稀疏高斯过程回归质心维诺划分缓冲因子

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

煤化工场景下异构多机器人编队控制方法研究

煤化工场景下异构多机器人编队控制方法研究

作者：张嘉豪西安工业大学

学位级别：硕士

近年来,煤化工企业的安全问题一直是社会的关注焦点,在煤化工企业内部存在的泄漏隐患对社会及个人的生命财产造成威胁,因此工厂内部的日常巡检工作起到了至关重要的作用。目前已经出现利用巡检机器人代替传统人工巡检的巡检方式,但单个... 详细信息

近年来,煤化工企业的安全问题一直是社会的关注焦点,在煤化工企业内部存在的泄漏隐患对社会及个人的生命财产造成威胁,因此工厂内部的日常巡检工作起到了至关重要的作用。目前已经出现利用巡检机器人代替传统人工巡检的巡检方式,但单个巡检机器人的巡检效率依旧较为低下,且由于其巡检范围有限,无法做到对煤化工厂内的高低同检。本课题使用无人机-无人车组成的异构多移动机器人作为实验平台,针对异构多机器人在煤化工厂储罐区内的巡检方式进行研究,利用异构多机器人的巡检方式,为煤化工厂储罐区的巡检提供了更为高效与便捷的巡检思路。本文的主要研究工作如下:(1)为确保异构机器人编队具有统一的编队控制策略,本课题将质心维诺划分应用到三维空间,将机器人作为生成点,控制三维空间内的异构机器人运动到维诺单元的质心位置。此外,为验证基于质心维诺划分编队控制方法的灵活性,在三维环境下形成了不同的编队分布,实现异构多机器人在三维空间内的灵活编队。(2)为了使得三维空间内异构多机器人运动的过程中避开路径上的障碍物,本课题研究了基于改进人工势场的三维维诺编队。利用人工势场中的斥力与引力引导机器人在前进的同时避开移动路径上的障碍物。同时对传统的人工势场法中存在的局部最优与不可达问题进行分析改进,对质心的生成位置加以约束,提高整体编队的避障效率,使异构机器人编队能够适应更加复杂的障碍物环境,最后仿真结果显示了算法的有效性。(3)为了使异构多机器人编队对目标做出有效的围捕,并确保围捕过程的实效性,本课题将狼群算法引入维诺编队。利用该算法中的头狼追随机制,通过不断更新头狼的位置完成编队收敛,实现对目标点的围捕。为提升狼群算法的收敛精度,将狼群算法中的固定步长改进为变步长。同时,为了提高编队的围捕效率与围捕成功率,引入收敛机制,引导异构编队中的机器人运动,最后利用仿真结果证明了所提算法的有效性。(4)为了进一步证明本文所提方法的有效性,将上述编队的形成、避障以及围捕过程在ROS环境下的Gazebo半物理仿真软件中进行了验证。在该环境下构建出无障碍物环境、简单障碍物环境以及复杂障碍物环境三种环境进行编队实验。根据仿真结果说明,本文所提出的算法能够在避开障碍物的同时,完成对三维环境下的目标围捕,进一步验证了本文算法的有效性。

关键词：异构多机器人编队控制质心维诺划分人工势场狼群算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多机器人协同的危险源处置研究

基于多机器人协同的危险源处置研究

作者：李康西安工业大学

学位级别：硕士

随着社会的发展和科技的进步,利用机器人开展危险源处置工作已经成为了一种新趋势。在实际的危险源事故中,单台机器人对危险源的处置能力有限,当面临较大的事故时,需要多台机器人协同运行,提高处置效率。本文以地面移动机器人作为基础平... 详细信息

随着社会的发展和科技的进步,利用机器人开展危险源处置工作已经成为了一种新趋势。在实际的危险源事故中,单台机器人对危险源的处置能力有限,当面临较大的事故时,需要多台机器人协同运行,提高处置效率。本文以地面移动机器人作为基础平台,针对移动机器人在危险源处置过程中的多机编队部署、处置对象识别以及处置执行机构控制进行了研究。本文的主要工作如下:(1)针对多机器人编队在危险源事故现场的自动部署问题,研究多机器人编队控制技术,利用质心维诺划分算法控制多机器人编队实现期望的阵型。由于事故现场泄露情况多变,为实现灵活稳定地编队切换,提出了一种基于动态密度引导的多机器人编队队形切换方法,解决了CVT编队在直接使用期望密度函数切换队形失败的问题,同时降低了队形切换过程中编队整体的移动路径与位置误差。(2)针对危险源处置中机器人对处置对象的检测识别问题,采用基于深度学习技术的YOLOX目标检测网络,将事故现场的火焰、烟雾,以及管线设备的滴液、漏液现象作为处置对象进行识别。为提升目标检测网络在复杂环境下的识别能力以及对小目标的识别能力,本文选择将注意力机制嵌入进YOLOX的主干网络,使得模型能够更加关注重要的目标区域,最后通过对比实验验证了改进的有效性。(3)针对危险源处置中机器人对处置对象的瞄准跟踪处置问题,采用基于图像的视觉伺服控制方法,搭建视觉伺服平台,对机器人搭载的执行机构进行位姿控制。通过获取处置对象的图像特征,对比特征点在图像坐标系的实时位置与期望位置,解算出执行机构对应关节需要调整的角度,完成执行机构的位姿控制,实现机器人执行机构对处置对象的瞄准与跟踪,使机器人在危险源事故中具备处置能力。为了进一步证明本文所提方法的有效性,利用搭载ROS系统的机器人平台进行了实验,在实物环境验证提出的编队算法与搭建的视觉伺服系统。通过无障碍物环境与障碍物环境下的编队生成与切换实验,验证了所提编队算法的有效性。通过多机器人编队处置实验,模拟了多机器人编队对危险源罐体事故的处置,进一步验证本文的研究在现实环境的可行性。

关键词：编队控制质心维诺划分 YOLOX网络注意力机制视觉伺服

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于聚类的多锚点高维模型表示

基于聚类的多锚点高维模型表示

作者：严心雨华中科技大学

学位级别：硕士

高维模型表示(High Dimensional Model Representation,HDMR)通过将一个高维问题分解为一系列低维问题的求和,能够减少维度过高带来的计算性能的消耗。这种基于层次结构的高维近似模型近年来受到了广泛的关注。HDMR中最常见的是cutHDMR... 详细信息

高维模型表示(High Dimensional Model Representation,HDMR)通过将一个高维问题分解为一系列低维问题的求和,能够减少维度过高带来的计算性能的消耗。这种基于层次结构的高维近似模型近年来受到了广泛的关注。HDMR中最常见的是cutHDMR,该方法往往只考虑一个锚点的选取,这种基于单锚点的HDMR面临着模型的精确性和模型的计算成本之间的平衡问题。本文提出通过增加锚点个数的方式解决这一问题。运用聚类方法,按照样本的特征,自动的将样本分割成不同的类,选出每个类的质心,这样在提高模型的计算精度的同时不至于显著增加计算成本。本文主要内容如下,首先,将cut-HDMR展开式和泰勒级数进行对比,发现cutHDMR展开式的精确性依赖于输入向量到参考点的距离。之后,在这个发现的基础上,以缩小至参考点的距离为目的,提出使用质心维诺划分聚类技术获得的多个质心作为cut-HDMR展开表达式的锚点。对每个输入向量而言,依据最近距离原则,用对应的cut-HDMR展开表达式估计输入向量的输出值。在cut-HDMR表达式中的高阶项使用Lagrange插值进行估计。本文将这种HDMR方法命名为CVT-HDMR。最后运用CVT-HDMR方法对多个算例进行估计。结果显示估计的误差要优于基于单锚点的cut-HDMR方法和基于多锚点的Ave-HDMR方法的误差,与理论研究结果相吻合。

关键词：高维模型表示聚类 cut-HDMR Ave-HDMR 质心维诺划分

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种预分类的降阶模型

一种预分类的降阶模型

作者：顾鹏飞华中科技大学

学位级别：硕士

降阶模型通过少量数据来获得复杂系统的主要信息,然后用这部分信息对复杂系统进行模拟预测,其通过牺牲少量的精度来最大程度地提升计算效率。本文主要在本征正交分解（proper orthogonal decomposition,POD）降阶模型的基础上,结合质心... 详细信息

降阶模型通过少量数据来获得复杂系统的主要信息,然后用这部分信息对复杂系统进行模拟预测,其通过牺牲少量的精度来最大程度地提升计算效率。本文主要在本征正交分解（proper orthogonal decomposition,POD）降阶模型的基础上,结合质心维诺划分（centroidal Voronoi tessellation,CVT）方法,提出了一种先预测后构造降阶模型的方法。具体而言,基于质心维诺正交分解（centroidal Voronoi orthogonal decompositions,CVOD）模型的思想,将快照集划分为若干个维诺区域,然后在每个区域上构造POD降阶模型,并结合CVOD与机器学习,根据快照的某些相关信息构造快照分类器,对于新的问题,先进行预分类来判断其解所在的维诺区域,再用相应的POD模型求解,这样能有效地避免冗余信息,从而进一步减少模型的误差。同时,以描述多孔介质的随机椭圆问题为研究背景,给出了几种不同分类方法下的模型效果。数值结果表明,与传统的POD降阶模型相比,本文提出的方法可以最大程度地捕获系统的有效信息,且针对给定的输入,可以预测出对应的最优降阶模型。

关键词：降阶模型预分类本征正交分解质心维诺划分

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CVT的移动机器人集群控制研究

基于CVT的移动机器人集群控制研究

作者：程漫颖西安工业大学

学位级别：硕士

机器人集群系统因其并行性高,灵活性强,相对于单机器人而言效率更高,已逐步应用于军事、救援、环境覆盖等复杂任务场景,具有很强的研究意义与广泛的应用前景。本文对机器人集群控制展开了研究,本课题利用质心维诺划分（Centroidal Voron... 详细信息

机器人集群系统因其并行性高,灵活性强,相对于单机器人而言效率更高,已逐步应用于军事、救援、环境覆盖等复杂任务场景,具有很强的研究意义与广泛的应用前景。本文对机器人集群控制展开了研究,本课题利用质心维诺划分（Centroidal Voronoi Tessellation,CVT）算法将使机器人追踪相应的维诺区域质心位置,得到任务环境中机器人集群分布。在此基础上,课题通过对机器人定位的准确性、机器人运动的安全性、以及CVT算法的适用性进行了研究,增强了机器人集群控制的过程中,整体系统性能的鲁棒性。本文主要工作内容如下:（1）针对图像匹配中的误匹配问题,本文提出了一种基于反向匹配策略的随机采样一致性（RANdom SAmple Consensus,RANSAC）算法,降低特征匹配算法的误匹配率,保证了机器人集群在环境中的定位准确性。改进算法通过汉明距离剔除误差较大的匹配点对,并对匹配点对进行反向匹配,提高匹配正确率。实验证明,所提算法有效地提高了图像匹配的匹配率,保证了即时定位与地图构建（Simultaneous Localization and Mapping,SLAM）技术中处理数据的准确性和快速性,为集群机器人任务提供了一个每个机器人的位置信息和较为准确的地图信息。（2）针对机器人运行过程中速度过大、角速度过大而引起的安全性问题,本文采用模型预测控制（Model Predictive Control,MPC）对机器人模型进行运动学约束。结合CVT方法,利用维诺质心轨迹作为参考轨迹,对其进行速度、角速度的约束,避免了机器人在运动过程中出现超出限制的情况,得到每个机器人运动到各自目标位置的可行轨迹,从而保证了机器人群体运动的安全性。仿真结果证明,该方法对机器人运动过程进行相应约束,保证了机器人在运行中的安全性。（3）针对传统CVT算法在非凸环境中维诺划分过程中质心在障碍物内或区域外部的局限性,本文提出了一种二次约束的CVT算法,对存在障碍物的非凸任务环境进行质心维诺划分。改进算法对机器人对应的维诺区域进行约束,保证维诺区域内不包含障碍物;并进一步对维诺区域的质心位置进行约束,确保机器人的目标点在维诺区域内;仿真结果证明改进算法在不同环境下都能够得到合理的机器人集群分布。综上所述,本文对基于CVT算法的机器人集群控制进行研究,通过增强地图信息和机器人定位信息的准确性、保证机器人运动轨迹的平滑性,并对CVT算法适用性进行了提升,进一步增强了机器人集群系统的整体性能。

关键词：机器人集群质心维诺划分模型预测控制 RANSAC