基于微粒群算法的群机器人系统路径规划研究

摘要

作为一种新型的群体智能算法，微粒群算法源于群居生物行为的启发，具有收敛速度快、搜索效率高的特点，已成功应用于多种优化问题的研究。群机器人是典型的群体智能系统，用于目标搜索时，系统中的个体机器人与微粒群算法中的微粒具有映射关系，仅若干物理特性不同。故可将微粒群算法扩展后用于群机器人系统的建模及协调控制。同时，在自主移动群机器人学中，避障导航及路径规划等问题属于基准任务，亦是本文的立论依据。 本文首先对群机器人的系统特征进行形式化描述，将微粒群算法扩展后，提出一种适合于群机器人目标搜索的算法模型，并对其性能通过仿真实验进行了研究，发现其能够用于指导群机器人的目标搜索。然后，对群机器人的路径规划问题进行了综述，在环境信息未知且同时存在静态及动态障碍的情形下，基于机器人的多传感器结构特征，在传统人工势场法的基础上，提出一种适用于群机器人系统的基于多传感器结构的人工势场避障导航算法。该算法的有效性通过仿真实验得到验证。最后将上述方法进行有效集成，在存在环境障碍物的情况下，对群机器人系统的目标搜索任务进行了仿真实验。结果表明，该方法能够有效解决群机器人的路径规划问题。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 课题研究背景

1.2 国内外研究进展

1.2.1 具有代表性的群机器人系统

1.2.2 群机器人路径规划研究现状

1.3 本文的主要内容和组织结构

第二章 相关内容介绍

2.1 群机器人系统特征

2.1.1 单/多/群机器人系统的差异

2.1.2 机器人运动模型分析

2.1.3 群体系统通信问题

2.1.4 动态邻域问题

2.1.5 群智能系统典型特征

2.2 微粒群算法

2.2.1 微粒群算法介绍

2.2.2 微粒群算法的应用

2.3 人工势场法

第三章 基于SRPSO算法的群机器人搜索

3.1 群机器人搜索到微粒群算法的映射

3.2 群机器人系统特征以及与微粒群算法的结合

3.2.1 带有运动惯性特征的微粒群算法

3.2.2 对机器人局部通信特征的考虑

3.2.3 对机器人有限感知特征的考虑

3.3 基于SRPSO算法的群机器人目标搜索

3.3.1 算法设计和参数选择

3.3.2 Matlab仿真和结果分析

3.3.3 模型修正和控制算法

3.4 本章小结

第四章 群机器人路径规划算法

4.1 群机器人路径规划问题描述

4.1.1 集中规划法

4.1.2 分布式规划法

4.1.3 环境信息对路径规划问题的影响

4.2 群机器人协作仿真实验平台

4.2.1 工作区域建模

4.2.2 基于多传感器结构的机器人结构模型

4.3 MSAPF路径规划算法

4.3.1 机器人避障需求分析

4.3.2 基于机器人多传感器结构的人工势场法MSAPF

4.4 MSAPF和SRPSO算法结合用于群机器人路径规划

4.4.1 MSAPF和SRPSO算法相结合

4.4.2 仿真实验

4.4.3 算法性能评估参数

4.4.4 算法仿真结果

4.4.5 仿真结果分析

4.5 本章小结

第五章 总结和展望

参考文献

致谢

攻读硕士学位期间发表的学术论文