基于感知社區(qū)環(huán)境的多機器人協(xié)作進(jìn)化路徑規(guī)劃研究.pdf

1、多機器人系統(tǒng)較單機器人系統(tǒng)具有空間、時間和功能上的分布性特點等優(yōu)勢，對多機器人系統(tǒng)的魯棒性和可靠性有很大提高。多機器人系統(tǒng)的設(shè)計、控制和應(yīng)用等問題成為大家研究熱點。對一些任務(wù)復(fù)雜、以及需要并行協(xié)同操作的任務(wù)時，單機器人往往難以勝任，而多機器人之間的協(xié)調(diào)與協(xié)作就顯得尤為重要。路徑規(guī)劃是多機器人研究的重點內(nèi)容之一。在機器人足球比賽、車間生產(chǎn)線等問題則需要對多個機器人進(jìn)行協(xié)作路徑規(guī)劃進(jìn)行研究與實現(xiàn)。針對未知環(huán)境和社區(qū)環(huán)境下多機器人的路徑規(guī)劃問

2、題，應(yīng)用遺傳算法，本論文圍繞子種群內(nèi)和子種群間的協(xié)作進(jìn)化思想展開研究，提出了一些改進(jìn)的協(xié)作進(jìn)化的路徑規(guī)劃策略。
　　本碩士論文主要工作如下:
　　第一，本文針對多機器人路徑規(guī)劃的研究現(xiàn)狀，首先從基于圖論理論的環(huán)境建模、基于RRT環(huán)境建模、基于進(jìn)化算法、基于群體智能、基于模糊算法、基于行為方法等方面對多機器人路徑規(guī)劃的研究現(xiàn)狀進(jìn)行了回顧，并從任務(wù)分配和避障策略等方面對多機器人路徑規(guī)劃中的相關(guān)問題進(jìn)行了分析。在此基礎(chǔ)上，從環(huán)境感

3、知信息分享與融合問題、協(xié)作和協(xié)調(diào)機制與優(yōu)化問題、編隊的路徑規(guī)劃問題等方面對多機器人路徑規(guī)劃研究面臨的挑戰(zhàn)和進(jìn)一步研究工作進(jìn)行了展望。
　　第二，基于協(xié)作進(jìn)化思路研究了一種未知環(huán)境下的多機器人協(xié)同路徑規(guī)劃策略。通過多個同構(gòu)機器人生成可行路徑作為初始種群;同時記錄每一代路徑個體產(chǎn)生的關(guān)鍵交叉點，由此組成多條重要路徑，作為當(dāng)前一代進(jìn)化種群的補充。在此基礎(chǔ)上，充分利用優(yōu)秀個體基因，給出了一種變?nèi)旧w長度的多機器人協(xié)作路徑規(guī)劃方案。

4、　　第三，在多目標(biāo)問題上研究了一種未知環(huán)境下的多機器人多目標(biāo)協(xié)同路徑規(guī)劃策略。首先，針對多目標(biāo)路徑優(yōu)化通過多機器人的多次運動，生成多條可行路徑作為各初始子種群。執(zhí)行任務(wù)生成可行路徑作為初始各子種群，在此基礎(chǔ)上協(xié)作進(jìn)化包括子種群內(nèi)的協(xié)作和中群間的交叉進(jìn)化。采用改進(jìn)的交叉算子使得相互交叉的子種群中的基因得到其它子種群的基因信息，從而進(jìn)一步改良各子種群個體基因。
　　第四，結(jié)合前兩章的未知環(huán)境下協(xié)作進(jìn)化策略研究基礎(chǔ)上，針對多目標(biāo)的路徑規(guī)