面向目標(biāo)搜索的群機(jī)器人協(xié)調(diào)控制及其仿真研究.pdf

1、群機(jī)器人是由數(shù)量眾多、結(jié)構(gòu)和功能相對(duì)簡(jiǎn)單的自主移動(dòng)機(jī)器人組成的人工群體系統(tǒng)。在自組織機(jī)制下,通過有限感知和局部交互涌現(xiàn)群體智能,協(xié)同完成超出單個(gè)機(jī)器人能力的規(guī)定任務(wù)。其分布式協(xié)調(diào)控制策略源于生物群體的啟發(fā),具有魯棒性強(qiáng)、柔性好、規(guī)?？缮炜s等特點(diǎn)。本文針對(duì)目標(biāo)搜索任務(wù),通過建立反映生物群體特征的微粒群算法和目標(biāo)搜索問題之間的映射關(guān)系,將前者擴(kuò)展為群機(jī)器人的系統(tǒng)建模和協(xié)調(diào)控制工具,然后圍繞定位、通信、避碰規(guī)劃、信號(hào)融合等切實(shí)影響類微粒群算法

2、發(fā)揮作用的主要環(huán)節(jié),進(jìn)行控制策略及其仿真研究。圍繞這些內(nèi)容所進(jìn)行的工作及其成果如下:
　　 (1)就機(jī)器人與微粒的特征異同以及目標(biāo)搜索與函數(shù)尋優(yōu)的作用機(jī)理相似性,提出了系統(tǒng)層面上的機(jī)器人通信鄰域結(jié)構(gòu)和個(gè)體層面上的時(shí)變特征群概念,建立了微粒群算法與群機(jī)器人目標(biāo)搜索問題之間的映射關(guān)系。在將機(jī)器人抽象為二維封閉空間中的運(yùn)動(dòng)微粒、將其動(dòng)態(tài)特性抽象為一階慣性環(huán)節(jié)后,給出了群機(jī)器人的擴(kuò)展微粒群算法模型。在理想條件下基于該模型所做的目標(biāo)搜索仿

3、真實(shí)驗(yàn),表明了該法的可行性,揭示了主要的算法參數(shù)與控制性能間的關(guān)系。
　　 (2)對(duì)于不便部署全局定位系統(tǒng)的搜索環(huán)境,提出了相對(duì)定位機(jī)制下擴(kuò)展微粒群算法模型的形式化描述。首先由機(jī)器人的有限能力特性引入了短期記憶機(jī)制,根據(jù)機(jī)器人僅能記憶當(dāng)前時(shí)刻和上一時(shí)刻的位置及相應(yīng)信號(hào)的特點(diǎn),確定了個(gè)體的最優(yōu)認(rèn)知位置和特征群的最優(yōu)位置。由此,基于機(jī)器人的當(dāng)前位置與個(gè)體認(rèn)知位置和特征群最優(yōu)位置間的相對(duì)觀測(cè)距離和方位,確定了下一時(shí)刻個(gè)體坐標(biāo)系下的期望

4、速度和位置。仿真結(jié)果表明了該法的可行性,但也發(fā)現(xiàn),系統(tǒng)的運(yùn)行效率低于絕對(duì)定位機(jī)制下的目標(biāo)搜索。
　　 (3)針對(duì)機(jī)器人之間的通信交互對(duì)控制算法效率的影響,提出了將個(gè)體認(rèn)知和特征群共享信息分別更新的異步通信原則。機(jī)器人在各時(shí)間步采樣后按擴(kuò)展微粒群算法模型計(jì)算下一時(shí)刻的進(jìn)化速度和位置,并隨時(shí)更新自身認(rèn)知,但對(duì)所記憶的關(guān)于特征群共享信息的更新則只在自身發(fā)現(xiàn)了更佳的特征群位置或監(jiān)聽到鄰居機(jī)器人已對(duì)共享信息進(jìn)行了更新時(shí)才進(jìn)行。在此基礎(chǔ)上,

5、提出了基于通信周期和基于期望進(jìn)化位置的異步通信策略。仿真結(jié)果表明,搜索算法中嵌入期望進(jìn)化位置的異步通信策略后,系統(tǒng)具有較高的搜索效率。
　　 (4)針對(duì)機(jī)器人具有質(zhì)量和物理尺寸,并受非完整運(yùn)動(dòng)學(xué)特性約束,且非結(jié)構(gòu)化環(huán)境中存在障礙物和其他機(jī)器人的問題,提出了群機(jī)器人的避碰規(guī)劃問題。首先基于機(jī)器人的多傳感器結(jié)構(gòu),改進(jìn)了人工勢(shì)場(chǎng)法,并與擴(kuò)展微粒群算法模型進(jìn)行了有效集成。將各個(gè)時(shí)刻計(jì)算得到的一系列期望位置分別作為臨時(shí)目標(biāo),對(duì)機(jī)器人產(chǎn)生吸

6、引力,而接近傳感器探測(cè)范圍內(nèi)的障礙物對(duì)其產(chǎn)生排斥力。合力決定了機(jī)器人的運(yùn)動(dòng)方向。而機(jī)器人在向臨時(shí)目標(biāo)移動(dòng)過程中須服從自身的運(yùn)動(dòng)學(xué)特性約束。由此,確定了輸入機(jī)器人控制器的控制向量,直至無碰撞地接近目標(biāo)。仿真結(jié)果表明了該法的有效性。
　　 (5)針對(duì)位置評(píng)價(jià)以機(jī)器人對(duì)目標(biāo)信號(hào)的檢測(cè)為基礎(chǔ),且非結(jié)構(gòu)化環(huán)境中目標(biāo)信號(hào)具有多源異類等特點(diǎn),故以一類典型的多源異類信號(hào)的傳播環(huán)境為背景,提出了機(jī)器人對(duì)間歇性呼救聲、周期性無線射頻電磁波和連續(xù)性擴(kuò)

7、散瓦斯等實(shí)時(shí)性異類信號(hào)的融合框架。令目標(biāo)和機(jī)器人分別作為信源和信宿,用單個(gè)信源和多個(gè)信宿之間各自獨(dú)立的虛擬連續(xù)通信描述目標(biāo)信號(hào)的檢測(cè)過程。由此,給出了信源信號(hào)的三位二進(jìn)制編碼表。再引入二值邏輯,基于檢測(cè)閾值提出了信宿側(cè)的感知事件概念。然后,利用不同種類信號(hào)所具有的統(tǒng)計(jì)分布特性、可能籍此進(jìn)行目標(biāo)定位時(shí)的不同定位性質(zhì)及精度,基于信息熵準(zhǔn)則確定了不同種類信號(hào)對(duì)融合值的貢獻(xiàn)度(權(quán)向量),對(duì)檢測(cè)值進(jìn)行歸一化處理后作為信號(hào)的區(qū)分度,以此將異類信號(hào)融