多機器人系統(tǒng)具有自適應(yīng)性,并行性和可擴展性等優(yōu)勢,在制造、軍事、教育和服務(wù)業(yè)具有廣闊的應(yīng)用前景。機器人之間的協(xié)同合作問題在該領(lǐng)域具有良好的研究價值和應(yīng)用前景。機器人之間通過有效的協(xié)調(diào)機制分配巡邏任務(wù)來確保巡邏區(qū)域被機器人有序的進行訪問覆蓋。本文主要對多機器人系統(tǒng)的巡邏算法進行了研究,確保機器人可根據(jù)收集到的信息自主規(guī)劃路徑,以系統(tǒng)的空閑時間、目標(biāo)點的訪問頻率作為對全局任務(wù)的評價標(biāo)準(zhǔn)對提出的巡邏算法進行驗證,主要研究內(nèi)容如下:（1）針對多機器人系統(tǒng)執(zhí)行巡邏任務(wù)過程中的數(shù)量優(yōu)化問題,構(gòu)建了一種基于全局平均最大空閑時間的分布式巡邏算法來解決多機器人系統(tǒng)執(zhí)行巡邏任務(wù)過程中的數(shù)量優(yōu)化問題。每個機器人利用共享的信息來估算全局平均最大空閑時間,并結(jié)合機器人在當(dāng)前頂點收集的信息來決策、選擇下一個將要被機器人訪問的頂點。然后根據(jù)全局平均最大空閑時間的大小來估算在巡邏任務(wù)過程中多機器人團隊的表現(xiàn),可得知完成此巡邏任務(wù)所需的最優(yōu)機器人數(shù)量。通過仿真實驗與幾種現(xiàn)有的分布式巡邏算法進行比較,該算法的收斂速度更快,得到的全局平均最大空閑時間值更小,使用此算法來完成多機器人巡邏任務(wù)得到的效果更好。（2）針對多機器人... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

仿真實驗環(huán)境拓?fù)鋱D

各種算法在2種地圖環(huán)境下的頂點空閑時間分布

蘭州交通大學(xué)碩士學(xué)位論文-21-（c）DTAP（d）DTAG（e）EGMI圖3.3各種算法在grid地圖環(huán)境下和的變化情況圖3.3是對上述五種算法在grid巡邏地圖中執(zhí)行任務(wù)時，使系統(tǒng)達到穩(wěn)定狀態(tài)的性能進行了分析對比。可知EGMI算法在實驗開始700s后，系統(tǒng)的最大平均空閑時間和空閑時間標(biāo)準(zhǔn)差基本趨于穩(wěn)定。而其他算法在700s時明顯未達到穩(wěn)定狀態(tài)，系統(tǒng)的收斂速度較慢，并且系統(tǒng)的空閑時間均大于EGMI算法所得到的空閑時間，證明EGMI算法具有更好的收斂性和穩(wěn)定性。為了得到上述五種算法在圖3.1所示的兩種拓?fù)洵h(huán)境中完成巡邏任務(wù)所需的最優(yōu)機器人數(shù)量，在仿真平臺上通過改變機器人的數(shù)量對巡邏的效果進行了實驗分析。從圖3.4可知，隨著機器人數(shù)量的增加，所有算法的全局平均空閑時間都逐漸降低，但是隨著機器人數(shù)量的增多，干擾率也會上升，當(dāng)機器人數(shù)量為8或12時所有算法的空閑時間趨于最小值，說明以上幾種算法在上述兩種巡邏環(huán)境使用8到12個機器人來巡邏時效率最高。EGMI算法在機器人數(shù)量較少的時候相比其他算法不占優(yōu)勢，但是隨著機器人數(shù)量的增多，此算法的平均最大空閑時間小于其他算法。以圖3.4(b)為例，

【參考文獻】：
期刊論文
[1]Gini Coefficient-based Task Allocation for Multi-robot Systems With Limited Energy Resources[J]. Danfeng Wu,Guangping Zeng,Lingguo Meng,Weijian Zhou,Linmin Li.  IEEE/CAA Journal of Automatica Sinica. 2018(01)
[2]協(xié)作多機器人系統(tǒng)研究進展綜述[J]. 吳軍,徐昕,連傳強,賀漢根.  智能系統(tǒng)學(xué)報. 2011(01)
[3]機器人群體協(xié)作與控制的研究[J]. 譚民,范永,徐國華.  機器人. 2001(02)

碩士論文
[1]基于ROS的智能工業(yè)機器人系統(tǒng)的設(shè)計與實現(xiàn)[D]. 劉鳳.中國科學(xué)院大學(xué)(中國科學(xué)院沈陽計算技術(shù)研究所) 2017
[2]多機器人系統(tǒng)任務(wù)分配評價理論的研究與應(yīng)用[D]. 陳夏冰.江南大學(xué) 2013



本文編號：3300567