發(fā)布時(shí)間：2017-04-16 05:23

  本文關(guān)鍵詞：基于改進(jìn)粒子群算法的多機(jī)器人編隊(duì)控制研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：伴隨著科學(xué)技術(shù)的進(jìn)步及機(jī)器人應(yīng)用范圍的擴(kuò)大,人們對(duì)機(jī)器人的功能和性能的要求也不斷提高,因單體機(jī)器人的局限性,而多機(jī)器人之間的協(xié)作可以勝任一些單體機(jī)器人無(wú)法完成的復(fù)雜、動(dòng)態(tài)的任務(wù)。在多機(jī)器人研究領(lǐng)域,多機(jī)器人編隊(duì)控制技術(shù)是具有通用性及典型性的研究方向,因此,對(duì)多機(jī)器人編隊(duì)控制及其相關(guān)技術(shù)展開(kāi)研究具有很高的意義。本文采用基于行為的領(lǐng)航跟隨的編隊(duì)控制方法對(duì)多機(jī)器人編隊(duì)控制技術(shù)進(jìn)行研究,通過(guò)改進(jìn)后的粒子群算法對(duì)編隊(duì)機(jī)器人的行為權(quán)重參數(shù)進(jìn)行優(yōu)化。首先,在對(duì)傳統(tǒng)經(jīng)典的編隊(duì)控制方法進(jìn)行研究后,本文在充分借鑒了基于行為的編隊(duì)控制方法和基于領(lǐng)航跟隨的編隊(duì)控制方法的各自優(yōu)點(diǎn),提出了基于行為的領(lǐng)航跟隨的編隊(duì)控制方法。該方法中,通過(guò)選取領(lǐng)航機(jī)器人作為整個(gè)編隊(duì)的參考點(diǎn),編隊(duì)內(nèi)的其它機(jī)器人作為跟隨機(jī)器人,形成編隊(duì)執(zhí)行任務(wù)；其次本文為機(jī)器人及環(huán)境障礙分別建立了物理模型,并且針對(duì)領(lǐng)航者、跟隨者機(jī)器人執(zhí)行不同的任務(wù),分別設(shè)計(jì)了基本行為,對(duì)編隊(duì)機(jī)器人的基本行為進(jìn)行矢量合成,歸一化處理后控制機(jī)器人的運(yùn)動(dòng)。然后針對(duì)粒子群算法在應(yīng)用過(guò)程中的一些缺陷,結(jié)合差分進(jìn)化算法,引入了種群間粒子的信息合作交流機(jī)制,來(lái)提高粒子群算法的收斂速度和收斂精度；最后通過(guò)改進(jìn)優(yōu)化的CPSODE算法對(duì)機(jī)器人的行為參數(shù)進(jìn)行優(yōu)化。在此基礎(chǔ)上,提出基于CPSODE算法的編隊(duì)控制方法,并通過(guò)對(duì)比性實(shí)驗(yàn)來(lái)說(shuō)明本文所提的CPSODE算法的可行性以及基于CPSODE算法的編隊(duì)控制方法的優(yōu)異性。實(shí)驗(yàn)數(shù)據(jù)表明,經(jīng)過(guò)改進(jìn)后的粒子群算法在收斂速度和收斂精度方面,具有更優(yōu)的效果,能夠更好的尋找到全局最優(yōu)值；使用CPSODE算法改進(jìn)后的多機(jī)器人編隊(duì)在實(shí)驗(yàn)的過(guò)程中,編隊(duì)機(jī)器人不僅具有較高的避碰、避障性能,且具有穩(wěn)定的隊(duì)形維持率。
【關(guān)鍵詞】：編隊(duì)控制 多機(jī)器人 粒子群算法 行為權(quán)重
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP242
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 緒論12-19
• 1.1 引言12-13
• 1.2 研究背景及意義13-15
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展方向15-17
• 1.3.1 國(guó)內(nèi)外研究現(xiàn)狀15-16
• 1.3.2 編隊(duì)控制研究的發(fā)展方向16-17
• 1.4 本文主要研究?jī)?nèi)容和章節(jié)安排17-19
• 第二章 多機(jī)器人編隊(duì)控制系統(tǒng)19-27
• 2.1 編隊(duì)系統(tǒng)的體系結(jié)構(gòu)19-20
• 2.2 多機(jī)器人編隊(duì)控制主要研究方法20-23
• 2.2.1 基于領(lǐng)航-跟隨的編隊(duì)控制方法21-22
• 2.2.2 基于行為的編隊(duì)控制方法22
• 2.2.3 基于虛擬結(jié)構(gòu)的編隊(duì)控制方法22-23
• 2.3 多機(jī)器人編隊(duì)控制的相關(guān)問(wèn)題23-25
• 2.3.1 多機(jī)器人編隊(duì)的隊(duì)形23
• 2.3.2 參考點(diǎn)的選取23-24
• 2.3.3 隊(duì)形的表示方法24-25
• 2.4 多機(jī)器人編隊(duì)控制的性能評(píng)估25-26
• 2.5 本章小結(jié)26-27
• 第三章 基于行為方法的多機(jī)器人編隊(duì)控制算法27-40
• 3.1 機(jī)器人和環(huán)境模型構(gòu)建27-29
• 3.1.1 單個(gè)機(jī)器人模型構(gòu)建27-28
• 3.1.2 環(huán)境模型的構(gòu)建28-29
• 3.2 編隊(duì)機(jī)器人基本行為設(shè)計(jì)29-32
• 3.2.1 領(lǐng)航機(jī)器人行為設(shè)計(jì)29-31
• 3.2.2 跟隨機(jī)器人行為設(shè)計(jì)31-32
• 3.3 基于行為方法的多機(jī)器人編隊(duì)控制32-34
• 3.4 多機(jī)器人編隊(duì)控制算法34-39
• 3.4.1 多機(jī)器人隊(duì)形形成算法34-36
• 3.4.2 基于行為方法的多機(jī)器人編隊(duì)控制算法36-39
• 3.5 本章小結(jié)39-40
• 第四章 粒子群算法及其改進(jìn)40-59
• 4.1 基本粒子群算法40-43
• 4.1.1 粒子群算法原理40-41
• 4.1.2 粒子群算法的數(shù)學(xué)描述41-42
• 4.1.3 粒子群算法流程42-43
• 4.2 粒子群算法的分析43-44
• 4.3 粒子群算法改進(jìn)的必要性44-45
• 4.4 基于合作機(jī)制的改進(jìn)粒子群算法45-51
• 4.4.1 差分進(jìn)化算法45-47
• 4.4.2 算法改進(jìn)思路47-48
• 4.4.3 改進(jìn)粒子群算法的數(shù)學(xué)描述48-49
• 4.4.4 信息合作交流機(jī)制49-50
• 4.4.5 改進(jìn)后的算法流程50-51
• 4.5 改進(jìn)粒子群算法的實(shí)驗(yàn)分析51-58
• 4.5.1 測(cè)試函數(shù)及參數(shù)設(shè)置52
• 4.5.2 CPSODE算法參數(shù)選定52-53
• 4.5.3 算法測(cè)試仿真結(jié)果53-56
• 4.5.4 結(jié)果分析56-58
• 4.6 本章小結(jié)58-59
• 第五章 基于改進(jìn)粒子群算法的多機(jī)器人協(xié)同編隊(duì)控制算法及仿真59-67
• 5.1 基于改進(jìn)粒子群算法的多機(jī)器人協(xié)編隊(duì)控制算法59-60
• 5.2 基于改進(jìn)粒子群算法的多機(jī)器人協(xié)同編隊(duì)控制仿真60-66
• 5.2.1 編隊(duì)控制仿真60-63
• 5.2.2 仿真結(jié)果分析63-66
• 5.3 本章小結(jié)66-67
• 第六章 總結(jié)與展望67-69
• 6.1 論文工作總結(jié)67-68
• 6.2 工作展望68-69
• 致謝69-70
• 參考文獻(xiàn)70-76
• 攻讀碩士學(xué)位期間參與科研項(xiàng)目76-77

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吳菁們;;亞馬遜倉(cāng)庫(kù)Kiva機(jī)器人的應(yīng)用分析與前景展望[J];物流技術(shù)與應(yīng)用;2015年10期

2 王光華;;多機(jī)器人編隊(duì)控制研究[J];指揮控制與仿真;2013年06期

3 梁家海;;移動(dòng)機(jī)器人編隊(duì)的運(yùn)動(dòng)控制策略[J];計(jì)算機(jī)應(yīng)用;2011年12期

4 楊甜甜;蘇治寶;劉進(jìn);孟紅;;多移動(dòng)機(jī)器人避障編隊(duì)控制[J];計(jì)算機(jī)仿真;2011年09期

5 吳軍;徐昕;連傳強(qiáng);賀漢根;;協(xié)作多機(jī)器人系統(tǒng)研究進(jìn)展綜述[J];智能系統(tǒng)學(xué)報(bào);2011年01期

6 雷艷敏;朱齊丹;馮志彬;;基于混合式控制結(jié)構(gòu)的多機(jī)器人編隊(duì)控制研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年11期

7 楊淮清;肖興貴;姚棟;;一種基于可視圖法的機(jī)器人全局路徑規(guī)劃算法[J];沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào);2009年02期

8 張崳;劉淑華;;多機(jī)器人任務(wù)分配的研究與進(jìn)展[J];智能系統(tǒng)學(xué)報(bào);2008年02期

9 薛頌東;曾建潮;;群機(jī)器人研究綜述[J];模式識(shí)別與人工智能;2008年02期

10 祖麗楠;田彥濤;梅昊;;大規(guī)模多移動(dòng)機(jī)器人合作任務(wù)的分布自主協(xié)作系統(tǒng)[J];機(jī)器人;2006年05期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 黎延海;基于粒子群優(yōu)化與差分進(jìn)化混合算法的多目標(biāo)優(yōu)化及應(yīng)用[D];西安石油大學(xué);2014年

2 程律;基于改進(jìn)微粒群算法的多機(jī)器人編隊(duì)控制技術(shù)研究[D];東北大學(xué);2013年

3 張小兢;復(fù)雜環(huán)境下多機(jī)器人編隊(duì)控制系統(tǒng)研究[D];遼寧科技大學(xué);2012年

4 廖春平;基于改進(jìn)遺傳算法行為參數(shù)優(yōu)化的多機(jī)器人編隊(duì)控制[D];中南大學(xué);2012年

5 張明中;基于粒子群優(yōu)化算法的多機(jī)器人編隊(duì)控制技術(shù)[D];中南大學(xué);2011年

6 胡瑋韜;多機(jī)器人編隊(duì)及運(yùn)動(dòng)控制研究[D];西安電子科技大學(xué);2010年

  本文關(guān)鍵詞：基于改進(jìn)粒子群算法的多機(jī)器人編隊(duì)控制研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：310105