检索结果-南通市图书馆

开放环境中基于自适应分布控制的群体机器人多目标搜索方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学：技术科学 2023年第3期53卷 395-404页

作者：谭营陈人龙翟天一北京大学智能学院北京100871 机器感知与智能教育部重点实验室北京100871 北京大学人工智能研究院北京100871

多目标搜索问题是群体机器人一个重要的研究方向.现有工作多集中在带边界空间内的多目标搜索问题,而在开放环境中,探索机制会导致群体分散性过强而减弱探索能力.本文通过引入自适应扩散回归策略,在带有假目标的开放环境中,提出了具有高... 详细信息

多目标搜索问题是群体机器人一个重要的研究方向.现有工作多集中在带边界空间内的多目标搜索问题,而在开放环境中,探索机制会导致群体分散性过强而减弱探索能力.本文通过引入自适应扩散回归策略,在带有假目标的开放环境中,提出了具有高鲁棒性和适应性的群体机器人多目标搜索算法.文中首先从初始状态和处理假目标两方面对现有的主流群体机器人多目标搜索算法进行优化;基于机器人分布控制,本文对自适应群体机器人粒子群优化算法进行优化,提出基于自适应分布控制的群体机器人粒子群优化算法;其次,基于概率有限状态机搜索算法(PFSMS)对开放环境中的多目标搜索算法进行进一步的探索,本文以搜索时间为切入点,在PFSMS原有三种状态的基础上,添加回归状态作为附加状态,提出了基于自适应分布控制的概率有限状态机搜索算法(DPFSMS).当智能体的探索时间超过阈值时,智能体的速度由回归分量和扩散/搜索分量构成.DPFSMS算法给出了在无边界开放环境中的搜索策略,通过限制群体的扩散速度来自适应地调整智能体在无适应度值区域的运动随机性.最后,本文将DPFSMS算法与现有方法进行了对比,在对比实验中DPFSMS算法取得了目前最好的效果.

关键词：群体机器人多目标搜索开放环境假目标群体智能

在线全文

学校读者我要写书评

暂无评论

未知环境下群机器人多目标搜索协同控制

控制理论与应用 2022年第4期39卷 750-760页

作者：王茂周少武张红强吴亮红周游何昕杰湖南科技大学信息与电气工程学院湖南湘潭411201 湖南理工职业技术学院湖南湘潭411206

未知环境下,群机器人无法预先获取多目标搜索的环境信息,仅可局部感知与局部通信.本文针对避障效率与搜索效率的缺陷提出边界扫描的避障策略和目标位置估计的粒子群算法,边界扫描的避障策略(BSOA)将障碍物简化成连续障碍物与非连续障碍... 详细信息

未知环境下,群机器人无法预先获取多目标搜索的环境信息,仅可局部感知与局部通信.本文针对避障效率与搜索效率的缺陷提出边界扫描的避障策略和目标位置估计的粒子群算法,边界扫描的避障策略(BSOA)将障碍物简化成连续障碍物与非连续障碍物两种情况,并根据情况向特定边界运动;目标位置估计的粒子群算法(TPEPSO)则利用获取的目标信号估计目标位置,结合粒子群算法到达目标附近,从而实现目标搜索.提出的方法与基于简化虚拟受力分析模型的循障避碰方法(SVF)及扩展粒子群算法(EPSO)、自适应机器人蝙蝠算法(ARBA)仿真比较,搜索效率提高5.72%~21.58%,总能耗减少4.30%~19.11%.

关键词：群机器人学群体智能多目标搜索边界扫描避障策略目标位置估计粒子群算法

在线全文

学校读者我要写书评

暂无评论

复杂环境下异构无人机集群协同目标搜索方法

电光与控制 2024年第6期31卷 1-7页

作者：马婷钰江驹张哲向星宇南京航空航天大学自动化学院南京211000

为实现无人机集群高效且精准的多目标搜索,考虑集群成员中探测范围广的高空无人机和机动能力较强的低空无人机,提出了一种新颖的异构无人机集群协同目标搜索方法,根据不同无人机的特性快速实现区域搜索以及多目标的精准搜索。高空无人... 详细信息

为实现无人机集群高效且精准的多目标搜索,考虑集群成员中探测范围广的高空无人机和机动能力较强的低空无人机,提出了一种新颖的异构无人机集群协同目标搜索方法,根据不同无人机的特性快速实现区域搜索以及多目标的精准搜索。高空无人机采用基于数字信息素的区域搜索算法确定目标存在区域,在较短时间内实现区域覆盖。低空无人机在其指引下前往目标区域,并根据目标信号强度采用改进狼群算法实现对目标的精准搜索。对于传统狼群算法信息共享不足、步长固定和易陷入局部最优的问题,采用粒子群算法、自适应参数调整和差分进化方法进行改进,提高了算法的全局寻优能力和收敛速度。仿真实验证明了所提出的模型与方法在复杂环境下目标搜索任务中的有效性和优越性。

关键词：异构无人机集群高低空协同多目标搜索数字信息素改进狼群算法

维普期刊数据库博看期刊

基于未知环境碰撞冲突预测的群机器人多目标搜索研究

在线全文

学校读者我要写书评

暂无评论

信息与控制 2022年第5期51卷 573-586页

作者：边晓荟周少武张红强吴亮红王汐王茂刘朝华陈磊湖南科技大学信息与电气工程学院湖南湘潭411201

群机器人在未知动态环境下进行多目标搜索时,存在碰撞预测和搜索效率不高等问题。提出了一种碰撞几何锥和改进惯性权重的粒子群优化算法相结合的多目标搜索策略。首先,根据静、动态威胁物的不同分别引入碰撞锥(CC)和速度障碍法(VO),提... 详细信息

群机器人在未知动态环境下进行多目标搜索时,存在碰撞预测和搜索效率不高等问题。提出了一种碰撞几何锥和改进惯性权重的粒子群优化算法相结合的多目标搜索策略。首先,根据静、动态威胁物的不同分别引入碰撞锥(CC)和速度障碍法(VO),提出了简化复杂障碍物的膨胀几何法(SG)和一种改进CC和VO的碰撞几何锥模型(CGC);有效解决了复杂不规则威胁物的避碰预测问题,并根据CGC模型作出威胁评估报告以确定最优避障方向。其次,提出一种改进惯性权重的粒子群优化算法(IWPSO),提高了搜索效率同时有效解决了粒子群优化算法易陷入局部最优的问题。最后,将两种改进的方法(CGC-IWPSO)相结合以实现群机器人的多目标任务搜索,相比于简化虚拟受力(SVF)、自适应机器人蝙蝠算法(ARBR)、具有运动学约束的粒子群算法(KCPSO),本文方法在搜索时耗、能耗以及避障次数上分别至少减少了15.59%、 10.14%、 14.12%。

关键词：群机器人多目标搜索碰撞冲突预测碰撞几何锥粒子群优化算法

在线全文

学校读者我要写书评

暂无评论

基于粒子群联盟的机器人多目标搜索路径控制

计算机仿真 2023年第8期40卷 426-429,529页

作者：吴琼张红强广东理工学院电气与电子工程学院广东肇庆526100 湖南科技大学信息与电气工程学院湖南湘潭411100

在复杂环境下,机器人受未知障碍物影响,无法准确融合全部待搜索目标位置信息,在避障的同时无法精准实现任务分工。为解决上述问题,提出一种基于粒子群联盟的机器人多目标搜索路径控制方法。群机器人在并行化同时搜索多个目标时,根据机... 详细信息

在复杂环境下,机器人受未知障碍物影响,无法准确融合全部待搜索目标位置信息,在避障的同时无法精准实现任务分工。为解决上述问题,提出一种基于粒子群联盟的机器人多目标搜索路径控制方法。群机器人在并行化同时搜索多个目标时,根据机器人任务分工建立粒子群联盟,并对其确定目标协同搜索。通过改进自组织神经映射网络,在各个竞争神经元上组建锁定机制;同时采用自适应动态窗口,更新竞争神经元的权重,在障碍物信息未知的情况下实现避障,优化机器人的运动轨迹,从而实现多目标搜索路径协同控制。仿真结果表明,所提方法能够准确搜索多个目标,有效躲避障碍物,获取满意的协同控制结果。

关键词：复杂环境群机器人多目标搜索路径协同控制

复杂障碍物环境下基于三角锥的群机器人多目标搜索研究

在线全文

学校读者我要写书评

暂无评论

复杂障碍物环境下基于三角锥的群机器人多目标搜索研究

作者：边晓荟湖南科技大学

学位级别：硕士

目标搜索广泛存在于生活的各种场景中,并且大多数搜索目标不止一个(本文中的多目标是指同一类型的多个目标),且搜索环境多为未知危险和复杂的场景(本文复杂环境主要指环境中的障碍物为复杂不规则的,包括静态、动态的凸和非凸障碍物)。... 详细信息

目标搜索广泛存在于生活的各种场景中,并且大多数搜索目标不止一个(本文中的多目标是指同一类型的多个目标),且搜索环境多为未知危险和复杂的场景(本文复杂环境主要指环境中的障碍物为复杂不规则的,包括静态、动态的凸和非凸障碍物)。群机器人系统由造价便宜、结构简单的单个同构或异构机器人组成,具有良好的鲁棒性,可以广泛应用于各种搜索环境中。群机器人系统区别于单个机器人和多个机器人系统,并不简单的是机器人数量的增加,而是机器人之间通过感知、通信进行交互协作共同完成各种任务(如:应急救援、排爆、空间环境探测和目标搜索等),且不会因为单个机器人的故障或损耗造成任务失败。围绕复杂障碍物环境下的群机器人多目标搜索问题,本文针对群机器人在搜索过程中的避障规划、漫游搜索、协同搜索等方面进行了研究,主要研究工作与研究成果如下:(1)提出了一种基于三角锥的群机器人运动转向控制策略,有效降低了机器人的运动损耗。机器人在搜索过程中,除了向前移动会消耗时间和能量,其每次转动方向也会消耗一定时间和能量,并且每次转动也会给机器人自身带来一定机械磨损。机器人在移动过程中可以分为三部分:漫游搜索、规避障碍物以及协同搜索,本文根据这三部分分别提出一种基于三角锥的方法,通过简单的几何关系判断机器人转动方向的必要性,这些方法都可以在下一步移动之前先预测机器人的最优搜索范围,若是当前方向落在最优搜索范围内,则不必改变方向,通过避免这些不必要的转动方向减少转向带来的时耗、能耗和机械磨损,进而提高机器人的使用寿命。(2)提出了一种基于碰撞几何锥避障策略的未知静态凸和非凸障碍物环境下的群机器人多目标搜索方法。鉴于机器人计算能力的局限性,本文针对复杂障碍物提出了一种简化复杂障碍物的膨胀几何法,该方法有效降低了障碍物的计算量,并把复杂不规则的障碍物转变为规则的几何多边形。将膨胀几何后的障碍物与碰撞锥模型融合形成了本文提出的碰撞几何锥避障策略,该策略有效避免了机器人与障碍物之间的碰撞。针对机器人搜索效率不高问题,本文设计了一种改进惯性权重的微粒群算法,该算法通过引入与目标信号相关的非线性递减函数,有效避免了粒子群搜索算法速度慢以及易陷入局部最优等问题。在理论上分析了群机器人多目标搜索算法的收敛性,并通过仿真实验验证了所提方法的有效性。(3)提出了一种基于三角锥避障和搜索策略的未知动态凸和非凸障碍物环境下的群机器人多目标搜索方法。考虑到机器人感知有限,即机器人不能完全感知到障碍物,只能感知部分,提出一种局部膨胀三角锥的方法,该方法可以对感知范围内的障碍物划分避障区域并进行规避。为提高机器人开发未知全局环境的能力,提出了漫游方向锥,机器人通过局部通信避开搜索区域较为频繁的区域而趋向于搜索较为稀少的区域,从而避免机器人产生重复搜索。为提高机器人搜索局部环境的能力,提出的目标搜索锥在方向上依据子群各项因素规划最优搜索方向范围,在步长上遵循基于目标效应信号的非线性递减函数,两者结合使得机器人更快趋向于目标。建立性能评价指标模型并通过仿真实验验证了所提方法的有效性。综上所述,本文针对复杂障碍物环境下的群机器人多目标搜索方法展开研究,考虑搜索过程中存在的三个问题,对三个问题进行分析建模以及提出相应的算法策略,并通过理论分析、仿真实验以及性能评价指标对比分析,分别验证了本文方法的可行性和高效性。

关键词：群机器人多目标搜索微粒群算法三角锥复杂障碍物环境

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

未知障碍环境下群机器人多目标搜索方法研究

未知障碍环境下群机器人多目标搜索方法研究

作者：王茂湖南科技大学

学位级别：硕士

目标搜索广泛运用于灾后搜救、野外火灾监测、敌情侦察等情形,而群机器人系统运用于目标搜索有着比单个复杂机器人更高的效率。群机器人系统是一种是受自然界社会型生物的群体行为所启发,由多个具有简单信息处理功能的机器人组成的人工... 详细信息

目标搜索广泛运用于灾后搜救、野外火灾监测、敌情侦察等情形,而群机器人系统运用于目标搜索有着比单个复杂机器人更高的效率。群机器人系统是一种是受自然界社会型生物的群体行为所启发,由多个具有简单信息处理功能的机器人组成的人工系统,该系统在个体的信息交互中可涌现解决复杂问题的功能。充分利用群机器人系统在目标搜索中的高效率、灵活性、可扩展性及鲁棒性等,可大大降低搜索目标的时间,从而降低因搜索时间过长而造成的损失。本文围绕群机器人多目标搜索,针对未知障碍环境下群机器人多目标搜索方法展开研究,所做主要研究工作与研究成果如下:(1)建立未知障碍环境下群机器人多目标搜索模型,并以机器人的有限状态机为基础,构建障碍环境下多目标搜索算法框架。算法框架将算法分为四部分:避障控制策略、协同搜索算法、漫游搜索算法和任务分工策略。(2)考虑目标信号模型中机器人可根据目标信号区分目标。针对避障控制策略,将需要避障情形分为连续障碍物和不连续障碍物,避障方向分为逆时针避障和顺时针避障;综合考虑避障情形与历史避障方向计算速度,进而提出边界扫描避障策略。针对协同搜索算法,将目标的估计位置与粒子群算法结合,提出目标位置估计的粒子群算法。将上述方法与简化虚拟受力模型、基于目标响应阈值的闭环动态任务分工结合,构造目标可区分的信号模型下的多静态目标搜索算法。并仿真验证该算法在多静态目标搜索中的高效性。(3)改进目标信号模型,考虑目标信号模型中机器人不可根据目标信号区分目标,且目标是运动的。针对任务分工策略,将机器人个体之间距离与目标信号强度作为任务分工的两个影响因素,提出基于距离的动态任务分工策略。针对漫游搜索算法,将搜索区域栅格化,提出以数值体现置信区域的置信区域信息素。针对协同搜索算法,在粒子群算法个体极值与全局极值的更新上引入概率更新的方式,提出概率有限粒子群算法。针对避障控制策略,将边界扫描避障策略改进为适应栅格环境的避障策略。在此基础上构造目标不可区分的信号模型下的多运动目标搜索算法。经仿真验证可知该算法对多运动目标的搜索有着优越的性能。综上所述,本文针对未知障碍环境下群机器人多目标搜索方法展开研究。将多目标搜索算法构建成由四部分组成的算法框架。以算法框架为基础,对多静态目标搜索和多运动目标搜索展开研究,分别提出相应的算法模式并仿真验证算法在对应环境中的优越性能。

关键词：群机器人多目标搜索粒子群算法边界扫描避障策略置信区域信息素

基于简化虚拟受力模型的群机器人多目标搜索协调控制

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机器人 2016年第6期38卷 641-650页

作者：周少武张鑫张红强周游李超逸湖南科技大学信息与电气工程学院湖南湘潭411201 湖南理工职业技术学院湖南湘潭411206

针对未知凸和非凸障碍物以及动态障碍物环境下群机器人多目标搜索问题,提出了一种基于简化虚拟受力分析模型的循障和避碰方法(SRSMT-SVF).对复杂环境下群机器人多目标搜索行为进行了分解并抽象出简化虚拟受力分析模型.基于此受力模型,... 详细信息

针对未知凸和非凸障碍物以及动态障碍物环境下群机器人多目标搜索问题,提出了一种基于简化虚拟受力分析模型的循障和避碰方法(SRSMT-SVF).对复杂环境下群机器人多目标搜索行为进行了分解并抽象出简化虚拟受力分析模型.基于此受力模型,设计了个体机器人协同搜索和漫游状态下的运动控制策略,使得机器人在搜索目标的同时能够实时避碰.通过对不同群体规模系统的仿真实验表明,本文控制方法能够使个体机器人在整个搜索过程中保持良好的避碰性能,有效地减少系统与环境之间和系统内部个体之间的碰撞冲突.相比于扩展粒子群算法(EPSO),本文方法使得搜索耗时和系统能耗至少减少了13.78%、11.96%,数值仿真结果验证了本文方法的有效性.

关键词：群机器人学多目标搜索未知环境非凸障碍物虚拟受力模型避碰

在线全文

学校读者我要写书评

暂无评论

群机器人多目标搜索中的合作协同和竞争协同

机器人 2015年第2期37卷 142-151页

作者：张云正薛颂东曾建潮太原科技大学工业与系统工程研究所山西太原030024

群机器人进行多目标搜索时,通过任务分工形成多个子群,各子群分别针对一个意向目标协同搜索,故围绕子群协同中存在的合作关系和竞争关系提出控制策略.为进行合作协同,建立子群发言人的动态遴选机制,不同子群的发言人进行通信,交换所属... 详细信息

群机器人进行多目标搜索时,通过任务分工形成多个子群,各子群分别针对一个意向目标协同搜索,故围绕子群协同中存在的合作关系和竞争关系提出控制策略.为进行合作协同,建立子群发言人的动态遴选机制,不同子群的发言人进行通信,交换所属各子群的最优信息,引导本子群的搜索行为;为进行竞争协同,引入承包机制,按子群的优势地位高低决定是承包还是放弃对某些目标的搜索.两类协同控制的仿真结果表明,合作协同扩大了机器人的感知范围,竞争协同降低了空间冲突机率.二者综合作用,明显提高了群机器人的搜索效率.

关键词：群机器人学多目标搜索协同合作竞争