未知环境下多机器人协作地图构建问题研究

摘要

本文研究了复杂未知环境下多机器人地图构建的问题,首先,提出了一种基于粒子群优化算法进行全局优化,以及对目标区域进行希尔伯特曲线探测的多机器人协作构建地图的方法。并将该算法和基于S型随机地图构建算法进行比较,仿真结果表明该方法可以使机器人找到近似最优目标区域,减少机器人重复探测,提高探测效率。其次,针对动态目标物的轨迹预测,本文介绍了两种轨迹预测算法,一种是基于卡尔曼滤波的轨迹预测算法一种是基于蒙特卡罗算法的轨迹预测,并讨论了此算法在机动目标非线性转弯运动中的轨迹预测问题,在闪烁噪声下将两者进行了对比,实验结果表明,该方法不需要重复采样,在滤波精度和运算时间等方面,也优于其他算法。

目录

文摘

英文文摘

第一章 引言

1.1 课题研究的背景及意义

1.2 地图构建研究发展状况

1.2.1 地图构建中的研究的问题

1.2.2 未知环境下地图构建方法

1.3 本文研究的主要内容

第二章 多机器人地图构建中的环境信息及群体行为

2.1 引言

2.2 多机器人系统研究模型

2.3 多机器人系统基于搜集的任务分配

2.3.1 多机器人任务分配

2.3.2 多机器人地图构建中搜索任务分配算法

2.4 本章小结

第三章 在未知环境下多机器人协作地图构建

3.1 引言

3.2 基于粒子群优化算法及希尔伯特曲线的地图构建

3.2.1 设置算法的环境

3.2.2 粒子群优化算法及实现

3.2.3 希尔伯特曲线搜索

3.3 仿真实验及分析

3.4 本章小结

第四章 动态目标的轨迹预测方法研究

4.1 引言

4.2 动态目标的轨迹预测方法

4.2.1 基于卡尔曼滤波的轨迹预测

4.2.2 基于蒙特卡罗算法的轨迹预测

4.3 仿真结果与分析

4.4 本章小结

第五章 结论与展望

参考文献

致谢

在学期间发表论文和参加科研情况