基于黃蜂群算法的群機器人區(qū)域覆蓋問題研究.pdf

1、群機器人系統(tǒng)是由數(shù)量眾多，功能和結(jié)構(gòu)相對簡單的自主移動機器人所組成的系統(tǒng)，可通過有限的感知和交互，協(xié)作完成單個機器人所不能勝任的任務(wù)，具有魯棒性、靈活性和規(guī)?？缮炜s等特點。其協(xié)調(diào)控制策略受啟發(fā)于生物群體的自組織行為，具有規(guī)則簡單，分散控制，適應(yīng)復(fù)雜環(huán)境等優(yōu)點。本文圍繞區(qū)域覆蓋問題，受啟發(fā)于黃蜂群響應(yīng)閾值模型，進行群機器人控制策略及仿真研究。所進行的工作和取得的研究成果如下:
　　(1)在綜述機器人區(qū)域覆蓋的研究現(xiàn)狀的基礎(chǔ)上，形式化

2、描述了區(qū)域覆蓋問題。建立固定響應(yīng)閾值模型與區(qū)域覆蓋問題之間的映射關(guān)系，提出了基于固定響應(yīng)閾值模型的黃蜂群區(qū)域覆蓋算法。通過將環(huán)境建模為無障礙的封閉柵格環(huán)境，機器人根據(jù)單元格的刺激量使用響應(yīng)函數(shù)決定移動方向。在自由環(huán)境下的仿真實驗，表明了該法的可行性。
　　(2)對黃蜂群區(qū)域覆蓋算法進行微觀和宏觀的數(shù)學分析，從而更有效地指導(dǎo)參數(shù)的選擇。采用概率平均方法分析黃蜂群區(qū)域覆蓋算法的覆蓋率和重復(fù)覆蓋次數(shù)。通過考察響應(yīng)閾值、刺激量、刺激量修改

3、參數(shù)等參數(shù)對覆蓋性能的影響，結(jié)果表明，機器人群體的平均移動概率理論分析可在一定條件下適用。為該算法的研究和應(yīng)用提供可靠的數(shù)學基礎(chǔ)。
　　(3)采用離散隨機過程的分析方法對基于響應(yīng)閾值模型的區(qū)域覆蓋算法的覆蓋性能進行分析和計算。結(jié)果表明該分析方法在一定條件下，不僅靈活而且有效。這種離散隨機過程方法的優(yōu)點是可以分析各參數(shù)的作用以及指導(dǎo)各參數(shù)的選取。
　　(4)提出障礙環(huán)境下的基于固定響應(yīng)閾值模型的黃蜂群區(qū)域覆蓋移動策略，具體說明

4、了機器人的建模，移動決策和避障等。在仿真實驗中設(shè)置不同形狀的障礙，分析和驗證黃蜂群區(qū)域覆蓋算法在障礙環(huán)境下的覆蓋效率。說明在不同的障礙環(huán)境下算法參數(shù)對覆蓋性能的影響。仿真實驗的結(jié)果表明該移動策略的有效性。
　　(5)在分析固定響應(yīng)閾值模型的區(qū)域覆蓋算法所存在的不足的基礎(chǔ)上，提出改進的黃蜂群區(qū)域覆蓋算法。改進的黃蜂群區(qū)域覆蓋算法受啟發(fā)于自強化模型，機器人在覆蓋過程中根據(jù)外界信息和自身狀態(tài)自主調(diào)節(jié)響應(yīng)閾值，從而更靈活地響應(yīng)外界任務(wù)，提

5、高算法的性能，仿真結(jié)果表明，該方法可有效提高覆蓋性能。
　　(6)針對群機器人多目標搜索的任務(wù)分配問題，提出基于黃蜂群響應(yīng)閾值模型的任務(wù)分配策略。群機器人的多目標搜索問題可分解為全局搜索和局部搜索，以及機器人的目標選取問題。針對目標選取問題，將機器人的狀態(tài)分為漫游、搜索、等待、決策等狀態(tài)，源于黃蜂群勞動分工的啟發(fā)，提出基于黃蜂群的響應(yīng)閾值模型的任務(wù)分配策略，用于目標選取。在仿真實驗中，在局部搜索階段采用擴展微粒群算法，在全局搜索階