论文说明
摘要
第一章 绪论
1．1 引言
1．2 多机器人系统的特点及应用
1．3 多机器人运动控制的研究现状
1．3．1 避障方法
1．3．2 一致性运动
1．3．3 编队控制
1．3．4 群智能算法
1．4 小结
1．5 本文的主要工作
1．6 本文的组织结构
第二章 粒子群优化的原理及应用
2．1 引言
2．2 粒子群优化的基本原理
2．3 粒子群优化与其他经典智能优化算法
2．3．1 蚁群算法与PSO学习
2．3．2 遗传算法与PSO
2．3．3 神经网络算法与PSO分析
2．4 粒子群优化多机器人研究
2．5 本章小结
第三章 基于粒子群优化的多机器人目标一致性运动控制
3．1 引言
3．2 环境感知
3．3 改进粒子群优化
3．4 目标一致性运动
3．5 实验验证
3．6 结论
第四章 基于改进虚拟结构法的多机器人队形控制
4．1 引言
4．2 虚拟结构法
4．2．1 状态感知
4．2．2 虚拟队形
4．3 基于粒子群优化的多机器人编队
4．3．1 多机器人队形的初始生成
4．3．2 障碍环境下的多机器人避障
4．3．3 编队队形的恢复
4．4 实验仿真
4．5 结论
第五章 基于社区感知网络的多机器人编队控制
5．1 引言
5．2 社区的架构
5．3 基于改进人工势场的实体机器人避障
5．4 基于社区感知网络的改进粒子群的编队策略
5．4．1 感知社区网络的多机器人粒子子群
5．4．2 社区的粒子子队形
5．4．3 多机器人系统编队合成
5．5 实验仿真
5．6 总结
第六章 总结和展望
6．1 总结
6．2 进一步的研究工作
参考文献
致谢
附录
声明
