基于概率模型的移動(dòng)式自重構(gòu)機(jī)器人自組織聚集方法研究.pdf

1、移動(dòng)式自重構(gòu)機(jī)器人是微小型機(jī)器人的重要分支，其由若干微小型的單元機(jī)器人組成。各單元機(jī)器人既可自成體系，分散開來(lái)獨(dú)立作業(yè)，又可彼此對(duì)接成為構(gòu)形可變的整體機(jī)器人。移動(dòng)式自重構(gòu)機(jī)器人系統(tǒng)具有突出的靈活性、魯棒性與擴(kuò)展性，在外行星探索、災(zāi)難搜救、軍事偵察等非結(jié)構(gòu)環(huán)境作業(yè)領(lǐng)域有著廣泛應(yīng)用前景。然而，單元機(jī)器人的微小型屬性導(dǎo)致其導(dǎo)航、感知、處理能力有限，而大量的單元機(jī)器人需大范圍離散作業(yè)更增加了個(gè)體定位與交互的難度。因此實(shí)現(xiàn)處于離散狀態(tài)的大量單元機(jī)

2、器人間的自動(dòng)聚集成為這類自重構(gòu)機(jī)器人研究的難點(diǎn)和發(fā)展的瓶頸。
　　自然界中的許多群體生物無(wú)需領(lǐng)導(dǎo)者，僅通過(guò)個(gè)體的局部信息感知實(shí)現(xiàn)群體的自組織聚集。本文通過(guò)模仿群體生物的自組織行為，實(shí)現(xiàn)了無(wú)上位管理的移動(dòng)式自重構(gòu)機(jī)器人系統(tǒng)的自組織聚集。
　　首先，根據(jù)群體聚集過(guò)程的聚集速度，聚集體的平等性等要求,建立了群體聚集的評(píng)價(jià)準(zhǔn)則，為分析聚集效果提供了理論依據(jù)。根據(jù)蟑螂的行為特性，建立了機(jī)器人的自組織聚集概率模型，為實(shí)現(xiàn)群體聚集提供了有

3、效地方法。同時(shí)，從宏觀的角度，引入群機(jī)器人的系統(tǒng)參數(shù)和概率模型參數(shù)，建立了群機(jī)器人的聚集預(yù)測(cè)模型，以實(shí)現(xiàn)對(duì)群體聚集特性的快速分析。
　　其次，針對(duì)概率模型聚集速度慢、可擴(kuò)展性差等不足，采用了信息傳遞的聚集策略加以改進(jìn)。同時(shí)，本文設(shè)計(jì)了一種無(wú)領(lǐng)導(dǎo)者和管理者的微小型自重構(gòu)機(jī)器人，為群體聚集提供了硬件基礎(chǔ)。根據(jù)改進(jìn)后的模型實(shí)現(xiàn)了機(jī)器人的信息交互過(guò)程，并將模型轉(zhuǎn)換為控制算法。針對(duì)算法在硬件實(shí)現(xiàn)的難點(diǎn)，提出了合理的解決方案，保證了算法的可移

4、植性。
　　最后，在Webots軟件中建立了機(jī)器人的模型和仿真環(huán)境，并編寫了控制程序，以實(shí)現(xiàn)對(duì)群體過(guò)程的仿真分析。仿真過(guò)程研究了基于信息傳遞的概率模型的群體聚集特性，分析了預(yù)測(cè)模型與實(shí)驗(yàn)仿真的差異及產(chǎn)生原因，驗(yàn)證了改進(jìn)的概率模型的高效性。通過(guò)仿真實(shí)驗(yàn)分析系統(tǒng)參數(shù)對(duì)群體聚集的影響，得到機(jī)器人實(shí)現(xiàn)聚集成功的條件，驗(yàn)證了群體聚集過(guò)程的穩(wěn)定性和可擴(kuò)展性。采用放射形擴(kuò)展方式，進(jìn)一步提高了群體聚集的收斂速度。針對(duì)機(jī)器人數(shù)量無(wú)法達(dá)到閾值要求的多