基于群體智能計算方式的多機器人圖形構造算法的研究.pdf

1、隨著機器人技術的發(fā)展和實際應用的需要，多機器人系統(tǒng)的應用已經(jīng)成為國內(nèi)外研究的熱點。而多機器人圖形構造是多機器人協(xié)作研究領域里的典型問題之一，隨機分布的多機器人系統(tǒng)聚集并完成圖形構造這一應用場景可以作為很多很多更復雜應用的實現(xiàn)基礎，例如自組裝、編隊移動、自組織建筑等。傳統(tǒng)的多機器人協(xié)作算法主要是基于中央?yún)f(xié)調(diào)或者是基于協(xié)商和任務分配的方法，當群體規(guī)模增大時，隨著節(jié)點數(shù)量增多，這些方法會遇到瓶頸，群體間協(xié)商時的通訊量會顯著增加，算法復雜性也明

2、顯提高。本研究設計了基于群體智能計算方式的多機器人圖形構造算法，采用分布式自組織機制使多機器人系統(tǒng)在柵格地圖上完成目標圖形構造。群體智能的算法通過群體與環(huán)境的互動以及個體間的交流使得同構的簡單個體對所獲得信息按一定規(guī)則做出局部反饋，并在群體層次上完成復雜的任務。這種通過涌現(xiàn)(emergence)產(chǎn)生的群體智能是一種完全分布式的計算方式，與傳統(tǒng)方法相比效率更高、擴展性和健壯性更好。算法采用擴散信息素對目標圖形進行描述，以指示多機器人系統(tǒng)均

3、勻地分布到構成目標圖形的柵格處；利用虛擬信息素作為外激勵機制，實現(xiàn)個體間的交流協(xié)調(diào)與經(jīng)驗共享，使得機器人可以有效地運動到構成目標圖形的柵格處；多機器人系統(tǒng)基于粒子群優(yōu)化算法(PSO)做出運動決策，擴散信息素與虛擬信息素為機器人提供決策的依據(jù)。本研究在仿真實驗平臺上對算法進行了驗證，實驗結(jié)果證實了該算法的有效性和良好的可擴展性，并基于仿真平臺上的實驗結(jié)果探討了算法中的關鍵參數(shù)對多機器人系統(tǒng)圖形構造結(jié)果的影響。論文還介紹了機器人硬件平臺——