第1章 绪 论
1.1 课题背景及研究的目的和意义
1.2 国内外研究发展现状及分析
1.2.1 群机器人及其协同搜索研究现状
1.2.2 群机器人队形控制方法研究现状
1.2.3 针对特定队形的分布式处理方法研究现状
1.2.4 启发式群体搜索算法研究现状
1.2.5 研究现状简析
1.3 本文的主要研究内容
第2章 群机器人系统及协同搜索建模
2.1 引言
2.2.1 定位机制
2.2.2 通信机制
2.2.3 协调控制机制
2.2.4 相关假设
2.3 群体系统结构建模
2.4.1 总体模型
2.4.2 广域搜索模型
2.4.3 细化搜索模型
2.5.1 仿真环境
2.5.2 相对定位仿真
2.5.3 局部通信仿真
2.6 本章小结
第3章 考虑视野及通信限制的群机器人队形控制
3.1 引言
3.2 队形控制行为分解
3.2.1 搜寻其他成员
3.2.2 防撞及避障
3.3 级联式领航-跟随队形控制
3.4 仿真实验及结果分析
3.4.1 仿真环境配置
3.4.2 障碍物环境下队形控制实验
3.4.3 灵活性实验
3.4.4 大规模实验
3.4.5 统计结果及讨论分析
3.5 本章小结
第4章 基于运动队形的显著区域广域搜索
4.1 引言
4.2 群机器人分布式处理与Roesser状态空间模型
4.3 一种改进的2-D Roesser系统模型
4.3.1 基于1-D运动队形的改进2-D Roesser模型
4.3.2 改进模型的稳定性
4.3.3 改进模型的实时实现
4.4 分布式视觉显著区域检测
4.4.1 基于全局对比度的显著区域检测
4.4.2 基于改进2-D Roesser模型的显著区域检测
4.4.3 显著区域检测的实时Roesser模型实现
4.5 仿真实验及结果分析
4.5.1 直线和V形队形条件下的显著区域检测
4.5.2 非对称队形条件下的分布式检测
4.5.3 队形存在偏差条件下的分布式检测
4.5.4 统计结果
4.6 本章小结
第5章 基于扩展粒子群算法的协同细化搜索
5.1 引言
5.2.1 标准粒子群优化算法
5.2.2 自适应粒子群优化算法
5.3 机器人粒子群优化算法
5.3.1 引入避碰规划的机器人PSO算法
5.3.2 自适应机器人PSO算法
5.4 限制条件下的群机器人自适应协同搜索
5.4.1 相对定位限制及目标点表达
5.4.2 通信限制及联合聚集度
5.4.3 避碰规划及附加虚拟吸引点
5.4.4 运动学限制及控制输入
5.5 仿真实验及结果分析
5.5.1 仿真环境配置
5.5.2 通信半径对搜索性能的影响
5.5.3 群体规模对算法性能的影响
5.5.4 环境类型对算法性能的影响
5.6 本章小结
第6章 群机器人队形控制及协同搜索实验研究
6.1 引言
6.2 实验平台
6.3 群机器人相对定位及局部通信机制实验
6.4 群机器人队形控制实验研究
6.5 基于2-D Roesser模型的运动队形显著区域搜索实验研究
6.6 基于改进PSO的群机器人协同搜索实验研究
6.7 本章小结
结论
参考文献
攻读博士学位期间发表的论文及其他成果
声明
致谢
个人简历
插图索引
表格索引
