检索结果-南通市图书馆

基于强化学习的多机器人行为式队形控制策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于强化学习的多机器人行为式队形控制策略研究

作者：尹香花吉林大学

学位级别：硕士

本论文研究得到国家自然科学基金项目“复杂环境下群体机器人系统协同适应性理论与方法研究”(60675057)资助。论文以强化学习和基于行为法为研究手段,对多机器人队形控制策略进行研究,旨在提高队形控制方法的适应性和实时性。论文主要... 详细信息

本论文研究得到国家自然科学基金项目“复杂环境下群体机器人系统协同适应性理论与方法研究”(60675057)资助。论文以强化学习和基于行为法为研究手段,对多机器人队形控制策略进行研究,旨在提高队形控制方法的适应性和实时性。论文主要工作概括如下: 应用基于行为法作为队形控制策略的研究方法,以邻居参考点法作为确定机器人在队形中期望位置的方法,通过设计队形控制策略,机器人能够形成指定形状的队形,无碰撞的奔向目标点,根据环境的变化进行队形变换。对行队形中采用不同的参考点法所产生的不同效果进行了对比,得出采用双向参考点法的队形策略可以缩短任务完成时间和实际轨迹长度的结论。仿真实验表明了基于行为的队形控制策略的可行性和有效性。为了提高基于行为的多机器人队形控制策略的适应性,本文将强化学习应用于队形控制中。本文设定了宽窄不一的通道作为学习环境,当通道宽度变化时,机器人可以根据学习到的策略自动变换成符合通道宽度的队形。仿真实验表明使用强化学习的队形控制策略可以很快的学到合适的队形,算法可较快的收敛到最优策略。最后,对本文主要研究工作和结论进行了总结,对工作的不足之处和进一步研究的问题进行了说明和展望。

关键词：多机器人系统队形控制强化学习基于行为法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多机器人队形控制的研究

多机器人队形控制的研究

作者：高溪钠辽宁科技大学

学位级别：硕士

多机器人系统的研究开始于20世纪70年代，国内外很多高校和科研机构的学者都对多机器人系统进行了深入的研究和探索。与单个机器人相比多机器人系统在很多方面具有优势和特点，例如多机器人系统具有并行性、容错能力较强、系统中多个机... 详细信息

多机器人系统的研究开始于20世纪70年代，国内外很多高校和科研机构的学者都对多机器人系统进行了深入的研究和探索。与单个机器人相比多机器人系统在很多方面具有优势和特点，例如多机器人系统具有并行性、容错能力较强、系统中多个机器人功能互相重叠形成冗余提高系统的的鲁棒性、降低成本消耗等等。除此以外，人们对多机器人系统的研究学习，还可以提高机器人研究学者对组织行为学、经济学和生命科学中的一些基本知识的认识。本文主要针对多机器人系统的队形控制问题做深入的研究。首先本文在简述机器人技术发展和应用，对多机器人系统的体系结构包括群体体系结构和个体体系结构分别阐述其主要作用。其次，介绍了多机器人的路径规划方法：传统方法和智能方法。在此基础上本文基于人工势场法对多机器人编队控制中的队形形成进行仿真,利用目标搜索算法选择机器人的合理位置，利用人工势场法躲避静态障碍物。演示了编队初始化过程，在这里我们以机器人组成队形为三角形举例。然后对多机器人的队形控制进行学习研究，多机器人在运动过程中躲避障碍物，尽量保持其已知规定的队形。在这里本文利用人工势场法中的机器人之间的斥力系数控制机器人之间的相对位置关系。仿真结果显示基于人工势场法对多机器人编队控制的有效性。为进一步完善其队形控制，减小队形中机器人之间相对位置的误差。本文最后利用跟随领航者法进行队形控制并与人工势场法相结合，使多机器人系统保持队形及避障，队形中机器人之间的相对位置误差较小。仿真结果证明该算法的有效性。

关键词：编队队形控制编队控制方法 Matlab

基于Leader-Follower的分队队形控制寻径算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用研究 2018年第12期35卷 3812-3815页

作者：陈逸高岩王长波华东师范大学计算机科学与软件工程学院上海200062

在战场环境中,战术分队的队形在面对复杂静态或动态障碍物时难以较好地保持,针对此问题,提出了基于Leader-Follower算法的改进队形控制方法。在leader寻径阶段,通过在战场导航网格中应用两阶段路径搜索方法,先使用A*算法寻找由三角形通... 详细信息

在战场环境中,战术分队的队形在面对复杂静态或动态障碍物时难以较好地保持,针对此问题,提出了基于Leader-Follower算法的改进队形控制方法。在leader寻径阶段,通过在战场导航网格中应用两阶段路径搜索方法,先使用A*算法寻找由三角形通道和可利用地物组成的路径,再使用改进的Funnel算法在考虑队形规模的约束条件下对路径作平滑处理。在follower跟随阶段中,通过采用morphing技术,产生在复杂障碍约束下平滑的中间约束队形序列,并结合提出的队形弹簧模型,局部修正并控制follower每一时刻的速度。为解决面对动态障碍的避碰问题,基于相对速度障碍法,并加入速度协同控制,避免队形在避碰过程中失效。最后通过实验表明了该方法的有效性。

关键词：队形控制分队寻径导航网格相对速度障碍队形弹簧变形

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

基于水声通信的多AUV队形控制实现

控制工程 2017年第S1期24卷 118-122页

作者：阎述学李一平封锡盛中国科学院沈阳自动化研究所机器人学国家重点实验室沈阳110016 中国科学院大学北京100049

在队形控制方法理论研究与仿真验证的基础上,采用稳定水下机器人(AUV)平台,首次开展了基于水声通信的多AUV编队试验。试验中设置不同的航行编队距离参数,取得了良好的编队效果。通过湖上试验验证了所采用的队形控制方法的有效性。从实... 详细信息

在队形控制方法理论研究与仿真验证的基础上,采用稳定水下机器人(AUV)平台,首次开展了基于水声通信的多AUV编队试验。试验中设置不同的航行编队距离参数,取得了良好的编队效果。通过湖上试验验证了所采用的队形控制方法的有效性。从实际应用的角度结合试验结果分析了基于水声通信的多AUV队形控制存在的问题和难点,对实际试验效果与仿真结果的差异给出了解释,并提出了下一步试验的改进方法与注意事项。

关键词：多AUV 队形控制水声通信编队试验

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

基于制导与控制一体化的导弹编队队形控制

火力与指挥控制 2011年第8期36卷 208-210页

作者：刘新科李大鹏谭乐祖西北工业大学西安710072 海军大连舰艇学院辽宁大连116001 海军航空工程学院山东烟台264001

为了提高导弹编队协同作战队形控制能力,研究了基于制导与控制一体化思想的编队队形控制器设计问题。根据领弹-从弹的动力学以及运动学方程,推导出了领弹-从弹的相对运动模型,建立了领弹姿态信息与从弹舵偏角之间的关系,将从弹通道间的... 详细信息

为了提高导弹编队协同作战队形控制能力,研究了基于制导与控制一体化思想的编队队形控制器设计问题。根据领弹-从弹的动力学以及运动学方程,推导出了领弹-从弹的相对运动模型,建立了领弹姿态信息与从弹舵偏角之间的关系,将从弹通道间的耦合项作为不确定项进行处理,并利用自适应神经网络理论设计了补偿器,对不确定项进行了处理。根据反演理论设计了编队队形控制器,能够对导弹编队队形进行有效的控制。

关键词：制导与控制一体化导弹编队队形控制反演

基于V2V通信的车辆编队跟驰与队形控制研究

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

基于V2V通信的车辆编队跟驰与队形控制研究

作者：张达越西安电子科技大学

学位级别：硕士

随着汽车数量的不断增加,交通拥堵和各种交通事故等公共交通问题日益严重,道路交通系统逐渐难以满足庞大汽车数量的需求。车辆编队的自动驾驶模式是指多个车辆在路上以一定的形态和速度进行协同行驶,采用领航车辆引领下的紧密跟随方式,... 详细信息

随着汽车数量的不断增加,交通拥堵和各种交通事故等公共交通问题日益严重,道路交通系统逐渐难以满足庞大汽车数量的需求。车辆编队的自动驾驶模式是指多个车辆在路上以一定的形态和速度进行协同行驶,采用领航车辆引领下的紧密跟随方式,将车辆有机连接形成有序编队,这样能够显著提高道路交通的效率,有效减少交通拥堵和事故的发生,同时降低燃料消耗。因此,车辆编队已成为智能交通系统中的热点领域,越来越多的研究者开始重视车辆编队技术的研究。车辆编队中的关键技术包括车间通信、车联网协同感知、队形控制、跟驰控制等众多前沿技术。这些技术的发展为实现高效、安全的道路交通系统提供了重要的技术支持。车辆编队自动驾驶也面临着一些挑战。首先车辆之间要能够实时地交换信息,如车辆的位置、速度、方向等。这需要车辆之间能够建立稳定、高速、低延迟的通信网络。其次车辆编队需要一种能够实现起来高效且安全的编队控制算法,使得车辆能够保持合适的间距和速度,并且能够随时根据周围环境快速做出反应,避免碰撞。本文对基于V2V通信的车辆编队跟驰和队形控制进行了研究。主要研究内容如下:1.对于车辆编队跟驰控制问题的研究,本文提出了一种车辆编队无线资源分配与跟驰控制的联合优化方法并进行了建模,在该模型中,无线资源分配和跟驰控制同时影响车辆编队的性能,并考虑了车辆动力学中的干扰和不确定性。优化问题通过最小化成员车辆的跟踪误差来实现车辆编队的控制目标,即每辆车跟随领导车辆的速度,并与前一辆车保持理想的车间距。2.为解决车辆编队无线资源分配与跟驰控制的联合优化问题,本文采用了一种分解的方法,其中无线资源分配和车辆编队跟驰控制在两个阶段交替考虑:在第一阶段,提出了一种基于跟踪误差的无线资源分配调度策略;在第二阶段,基于改进的模型预测控制(MPC)优化每辆车的控制输入。最后分析了无线资源分配策略对车辆编队跟驰控制的影响并通过仿真验证了所提出的车辆编队无线资源分配与跟驰控制联合优化方案的性能。仿真结果证明了本文提出的联合优化方法的有效性和实用性。3.对于车辆编队队形控制问题的研究,本文基于人工势场法建模并实现了车辆编队的队形控制,研究了车辆编队的队形成形、队形切换以及队形保持,并且引入了车辆编队的切入切出机制。最后进行了相关的仿真验证,结果表明本文所采用的方法能够有效地实现车辆编队队形控制。在切入切出的仿真中,车辆编队能够在车辆切入和切出后迅速恢复到理想状态,这也进一步验证了本文提出的模型具有很好的鲁棒性。

关键词：车辆编队车间通信无线资源分配跟驰控制队形控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人工免疫的多机器鱼队形控制及围捕研究

基于人工免疫的多机器鱼队形控制及围捕研究

作者：黄艇江苏科技大学

学位级别：硕士

陆地资源的日益枯竭,人类将资源开发和竞争的重点转向海洋,海洋领土争端逐渐成为国际关系的斗争焦点。随着人们对水下探测、目标搜索、水下排雷和反潜等领域的日益重视,水下航行器得到快速发展。相比于其他水下机器人,机器鱼具有机动性... 详细信息

陆地资源的日益枯竭,人类将资源开发和竞争的重点转向海洋,海洋领土争端逐渐成为国际关系的斗争焦点。随着人们对水下探测、目标搜索、水下排雷和反潜等领域的日益重视,水下航行器得到快速发展。相比于其他水下机器人,机器鱼具有机动性高,隐蔽性好等优点。机器鱼排成固定队形前进,能提高水下探测、排雷和目标搜索的效率,而多机器鱼进行协作围捕,也能提高水下反潜的成功率。因此,论文对多机器鱼系统展开研究,主要研究队形控制和协作围捕问题。研究内容如下:首先,针对三关节仿生机器鱼,围绕队形控制及围捕的控制需求,进行运动学建模。根据鱼体波模型,对仿生机器鱼游动时,每一个关节的运动状态进行分析,利用MATLAB对机器鱼的关节运动进行仿真,得到机器鱼在不同游动状态下的控制参数。其次,针对队形控制中多机器鱼偏离预定轨道的问题,提出了一种白介素调节的多机器鱼队形免疫网络控制算法。该算法将机器鱼的速度和期望队形重心分别作为抗体和抗原,借鉴Jerne的独特型免疫网络假设,通过抗体和抗原的刺激和抑制来构建队形控制免疫协作网络;在白介素免疫调节机理启发下,定义白介素调节因子来解决轨道偏离的难题;通过抗体激励值自适应选择速度完成队形控制。数值测试和仿真平台测试结果表明,与其他算法相比,所需时间、位移和平均偏差角度都明显减少,验证了算法的有效性和优越性。再次,针对多机器鱼协作围捕中围捕者运动的预判性问题,提出了一种基于平行导引律的多机器鱼免疫网络协作围捕算法。该算法将围捕者的运动策略作为抗体,逃逸者、目标区域和其他围捕者的位置信息作为抗原,借鉴独特型免疫网络假设,通过抗体和抗原的刺激和抑制来构建协作围捕免疫协作网络;在平行导引律启发下,定义平行导引律调节因子来解决围捕者运动预判性问题;围捕者基于抗体浓度的运动策略自适应选择来完成围捕任务。数值测试和仿真平台测试结果表明,与其他免疫算法相比,文中免疫网络协作围捕算法不仅保证了围捕成功率,而且所需步数、时间和转角都明显减少,验证了算法的有效性和优越性。最后,基于多水中机器鱼协作控制平台,开展多机器鱼队形控制和协作围捕的可行性验证。在多水中机器鱼协作控制平台的实验,队形控制免疫网络算法所需时间,位移和偏差角度明显减少;协作围捕免疫网络算法所需时间和转角都明显减少,进一步验证了文中算法的可行性和优越性。

关键词：多机器鱼运动学建模免疫网络队形控制协作围捕

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

实时分布式多机器人的队形控制

实时分布式多机器人的队形控制

作者：力上民西安电子科技大学

学位级别：硕士

随着科技的发展,移动机器人被广泛应用于生产生活,例如焊接机器人、扫地机器人、仓储机器人等等,机器人的应用是社会发展的必然趋势,因为其可以提高劳动生产率、减轻劳动强度、增加人类生活幸福指数。单个机器人可执行的任务比较简单,... 详细信息

随着科技的发展,移动机器人被广泛应用于生产生活,例如焊接机器人、扫地机器人、仓储机器人等等,机器人的应用是社会发展的必然趋势,因为其可以提高劳动生产率、减轻劳动强度、增加人类生活幸福指数。单个机器人可执行的任务比较简单,但是在实际应用中有很多操作复杂、规模庞大的任务,此时,多机器人系统将更胜一筹,比如在搬运一个重物时,单个机器人可能难以保持平衡,而多个机器人可以通过协调合作共同完成。本文着重于研究多机器人系统队形控制问题,尤其是多机器人协调合作中基础且典型的问题。队形控制包括队形形成、队形保持和队形变换等问题。本文将使多机器人系统保持固定的队形从初始位置到达目标位置,并且可以有效地处理任务过程中的避障问题,还要求机器人针对不同的障碍物具有不同的避障策略,根据这些需求,本文提出了队形保持和队形变换的控制算法。另外,本文中提出的算法均具有实时性和分布式的特征,使控制效果更加精准和灵活。本文使用模型预测控制（MPC）结合数学规划的方法解决机器人的路径规划问题。MPC具有预测和反馈校正功能,可以有效地根据实际环境进行控制,数学规划可以保证路径的最优性。队形保持主要针对机器人系统可以集体避障的障碍物,比如,多机器人系统保持队形从初始位置到达目标位置过程中,如果遇到像一根柱子或者一块砖头的障碍物,整个系统可以绕过此障碍物达到避障且保持队形的效果。本文提出了相对坐标系结合虚拟障碍物的方法解决此问题,保证各机器人在每个采样点上执行的动作一致,使各机器人到达下一个采样点的相对位置关系依旧不变,从而实现队形保持。当多机器人系统穿过一片障碍区,比如一道窄门时,集体避障的方法不再适用,系统需要变换为结构更小的队形才可以通过。针对此种情况,本文的解决策略将根据可通行区域的宽度决定系统目标队形的结构和尺寸,代替机器人初始化时确定有限个队形的方法,这种控制方式将使系统有更好的环境适应性。另外,在队形变换中仍旧使用数学规划的方式让每个机器人寻找最优点,使其在该点形成目标队形,然后以此队形穿过障碍区。在上述算法中各机器人实时探测周围障碍物,然后实现信息共享,各机器人根据所获信息独立决策,实现实时分布式的控制策略。采用实时分布式的控制方式可以增强系统的灵活性,提高系统的环境适应性,系统有更强的能力处理“突发”事件。在分布式控制中,各机器人地位相等,不论哪台机器人探测到障碍物都可以有效地处理,解决了传统的主从式控制中从机器人遇到障碍物可能无法继续保持队形的缺陷。

关键词：实时分布式多机器人系统队形控制模型预测控制(MPC)

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于行为的多AUV队形控制技术研究

基于行为的多AUV队形控制技术研究

作者：徐澎上海交通大学

学位级别：硕士

AUV日益成为人类开发利用海洋资源的重要工具。相对于单个复杂、昂贵的集成AUV，多AUV系统可以由结构简单、造价低廉的多个个体组成，可以通过相互协调共同完成一些复杂的任务。但其工作环境的特殊性为多AUV的协调研究带来了很大挑战。... 详细信息

AUV日益成为人类开发利用海洋资源的重要工具。相对于单个复杂、昂贵的集成AUV，多AUV系统可以由结构简单、造价低廉的多个个体组成，可以通过相互协调共同完成一些复杂的任务。但其工作环境的特殊性为多AUV的协调研究带来了很大挑战。水声通信的不可靠性和长延时特性为多AUV的协调实现带来一定困难。此外AUV复杂的动力学特性也不容忽视。本文分析了目前AUV控制体系结构的各自特点。针对具体的问题提出了一种基于二阶一致性的带统一通信延时的多AUV的队形控制算法，在位置跟踪性能上较已有算法有所优化。根据Nyquist稳定判据和矩阵图论，分别提出了队形稳定性与通信时延有关和无关两种情况下的控制参数设计方法。在一种简化的微型飞行器模型上初步验证了不同时延条件下该队形控制算法的性能。通过仿真结果比较，与时延无关的队形控制律显示了更加优越的应用价值。将所提队形控制算法分别应用到具有多推进器的AUV和具有单推进器的AUV的仿真模型上，依据两种AUV的动力学特征，在底层控制器的设计上采用了两种不同的反馈线性化的方法。应用与时延无关的队形控制律，仿真结果进一步验证了算法和所提稳定性判据的有效性。根据AUV的基于行为的队形控制，以PC104主板为平台完成了一套在QNX实时操作系统下的小型AUV嵌入式控制系统的初步设计与开发。根据功能需求分别定义和开发了如运动控制、深度限制、障碍避碰、水声通信和水下定位等功能模块。为多AUV技术的进一步理论和试验研究打下了基础。

关键词： AUV 一致性队形控制通信时延实时操作系统