群機器人執(zhí)行搜索任務(wù)時,為平衡任務(wù)分工和提高協(xié)同搜索效率,提出預(yù)分工與反饋調(diào)節(jié)的雙層分工方法和模擬鳥群覓食的協(xié)同搜索方法。在任務(wù)分工方面,以探測的目標(biāo)強度為依據(jù)建立目標(biāo)選擇概率函數(shù),使用輪盤賭確定機器人意向目標(biāo),將意向目標(biāo)相同的機器人預(yù)分配為同一子群,使用反饋調(diào)節(jié)法實現(xiàn)分工平衡。在協(xié)調(diào)搜索方面,模擬鳥群覓食過程,提出粒子群-人工勢場的搜索和避障協(xié)同控制方法。仿真結(jié)果表明,協(xié)同搜索方法能夠鎖定區(qū)域內(nèi)所有目標(biāo),與文獻[10]方法相比,任務(wù)完成平均耗時減少了17.14%,最優(yōu)耗時減少了18.61%,驗證了該方法在任務(wù)分工和目標(biāo)搜索上的優(yōu)越性。 

【文章來源】：計算機工程與設(shè)計. 2020,41(05)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

機器人狀態(tài)劃分方法

勢場力的設(shè)置是為了避開障礙物，為了不對粒子群確定的位移方向上產(chǎn)生影響，只考慮障礙物斥力在γac垂直方向的分量，記為的作用下產(chǎn)生的速度矢量記為。那么在引力和斥力的共同作用下，機器人的運動速度為2.4 搜索與避障的協(xié)同控制方法

使用本文設(shè)計的任務(wù)分工與協(xié)同搜索算法搜索區(qū)域內(nèi)目標(biāo)，為了形成對比，同時使用文獻[10]給出的搜索方法進行搜索，兩種方法各運行50次。隨機選取使用本文方法的一個搜索過程進行分析，結(jié)果如圖4所示。圖4 搜索過程

【參考文獻】：
期刊論文
[1]基于慣性權(quán)重矩陣的自適應(yīng)粒子群算法[J]. 杜霖,曹江濤,李書臣.  控制工程. 2018(07)
[2]基于簡化虛擬受力模型的群機器人多目標(biāo)搜索協(xié)調(diào)控制[J]. 周少武,張鑫,張紅強,周游,李超逸.  機器人. 2016(06)
[3]基于交換樹的多機器人任務(wù)協(xié)調(diào)與負荷平衡方法[J]. 沈莉,李杰,朱華勇.  計算機應(yīng)用. 2016(11)
[4]群機器人多目標(biāo)搜索中的合作協(xié)同和競爭協(xié)同[J]. 張云正,薛頌東,曾建潮.  機器人. 2015(02)
[5]群機器人多目標(biāo)搜索中帶閉環(huán)調(diào)節(jié)的動態(tài)任務(wù)分工[J]. 張云正,薛頌東,曾建潮.  機器人. 2014(01)

碩士論文
[1]基于個性的情感機器人追捕任務(wù)分配算法研究[D]. 陳露.合肥工業(yè)大學(xué) 2015



本文編號：3514043