近年來智能機(jī)器人廣泛應(yīng)用于生產(chǎn)生活中,單個(gè)機(jī)器人逐漸不能滿足人們?cè)诠ぷ餍�、穩(wěn)定可靠和低成本方面的需求,多機(jī)器人協(xié)作領(lǐng)域的相關(guān)研究應(yīng)運(yùn)而生。自然界中的群居性生物依靠自組織協(xié)作涌現(xiàn)出的群體智能,為多機(jī)器人協(xié)作解決復(fù)雜問題提供了新的方法。以蟻群覓食行為演化出的蟻群優(yōu)化算法為例,蟻群優(yōu)化算法是模擬蟻群覓食過程尋找巢穴到食物源之間最短路徑的啟發(fā)式方法,最初主要用于求解TSP最短路徑問題,隨著相關(guān)研究的深入,不斷有新的優(yōu)化方法應(yīng)用到多機(jī)器人領(lǐng)域。因此,本文對(duì)蟻群覓食過程進(jìn)行了深入探究后,在對(duì)比化學(xué)信息素的基礎(chǔ)上,提出虛擬紅外信息素方案,并建立仿生蟻群系統(tǒng)模型,設(shè)計(jì)仿生蟻群機(jī)器人實(shí)驗(yàn)系統(tǒng),通過實(shí)驗(yàn)驗(yàn)證了虛擬信息素方案在目標(biāo)搜索與路徑規(guī)劃問題中的可行性與有效性,然后構(gòu)建基于Java平臺(tái)的仿真環(huán)境,在仿真環(huán)境下測(cè)試了幾種復(fù)雜情況下的蟻群覓食路徑規(guī)劃過程,為進(jìn)一步基于蟻群行為規(guī)則而確定演化模型,并在模型中基于規(guī)則行為演化來揭示蟻群覓食、聚類等行為的特點(diǎn)、結(jié)果以及應(yīng)用途徑,提供理論依據(jù)。具體研究?jī)?nèi)容包括以下幾個(gè)方面:（1）模仿螞蟻覓食過程,在多機(jī)器人路徑規(guī)劃中引入信息素機(jī)制,在自然界蟻群信息素的基礎(chǔ)上,提... 

【文章來源】：武漢科技大學(xué)湖北省

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

蜜蜂建造巢穴

武漢科技大學(xué)碩士學(xué)位論文1第1章緒論1.1研究背景及意義隨著機(jī)器人半導(dǎo)體和微電子技術(shù)的發(fā)展，各種各樣的中小型機(jī)器人廣泛應(yīng)用于生產(chǎn)和生活中。單機(jī)器人由于受機(jī)器人負(fù)載、計(jì)算能力、傳感器性能、功耗問題等因素的影響，在完成某些復(fù)雜任務(wù)時(shí)往往效果不好，且成本相對(duì)較高[1]。相比于單機(jī)器人，群體機(jī)器人具有使用分布式控制算法執(zhí)行復(fù)雜任務(wù)的潛力，群體機(jī)器人設(shè)計(jì)相對(duì)簡(jiǎn)單，硬件成本低，不會(huì)產(chǎn)生單點(diǎn)故障。群體機(jī)器人通過分工合作，分解簡(jiǎn)化了復(fù)雜任務(wù)，通過一系列子任務(wù)的完成達(dá)到解決復(fù)雜問題的目的，提高了工作效率。但是，使用群體機(jī)器人執(zhí)行復(fù)雜任務(wù)的過程中，依然存在許多問題，如何找出影響群機(jī)器人自組織行為的演化規(guī)律，提出群體機(jī)器人自組織行為的預(yù)測(cè)與控制方法，給一群簡(jiǎn)單的機(jī)器人編程，并在此基礎(chǔ)上賦予它們基本的運(yùn)動(dòng)能力和穩(wěn)定的交互能力。自然界中蜜蜂建造精美的巢穴、魚群抱團(tuán)躲避天敵、鳥群結(jié)隊(duì)遷徙、蟻群搜尋并搬運(yùn)比自己身體大數(shù)倍的食物等等，這些群居生物展現(xiàn)出的群體智慧和群體能力，遠(yuǎn)遠(yuǎn)超過了個(gè)體，生物的自組織行為賦予了群體生物協(xié)作執(zhí)行復(fù)雜任務(wù)的能力，相關(guān)研究人員由此得到啟發(fā)，在算法領(lǐng)域總結(jié)并改進(jìn)了許多在沒有集中控制和全局信息情況下求解復(fù)雜分布式問題的群體智能算法，在機(jī)器人領(lǐng)域衍生出“群體機(jī)器人學(xué)”這一新的研究方向。在群體智能算法中，較為經(jīng)典的有粒子群算法和蟻群算法，而且，近年來相關(guān)學(xué)者不斷提出算法，例如細(xì)菌覓食優(yōu)化算法、混合蛙跳算法、螢火蟲算法等。圖1.1蜜蜂建造巢穴圖1.2魚群躲避天敵

鳥群結(jié)隊(duì)遷徙

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)蟻群算法的移動(dòng)機(jī)器人動(dòng)態(tài)路徑規(guī)劃[J]. 王雷,石鑫.  南京理工大學(xué)學(xué)報(bào). 2019(06)
[2]群體智能2.0研究綜述[J]. 趙健,張?chǎng)窝|,李佳明,賀晨.  計(jì)算機(jī)工程. 2019(12)
[3]基于雙層蟻群算法和動(dòng)態(tài)環(huán)境的機(jī)器人路徑規(guī)劃方法[J]. 許凱波,魯海燕,黃洋,胡士娟.  電子學(xué)報(bào). 2019(10)
[4]基于改進(jìn)A*算法的三維無人機(jī)路徑規(guī)劃[J]. 馬云紅,張恒,齊樂融,賀建良.  電光與控制. 2019(10)
[5]室內(nèi)復(fù)雜環(huán)境下多旋翼無人機(jī)動(dòng)態(tài)路徑規(guī)劃[J]. 韓忠華,畢開元,楊麗英,呂哲.  中國(guó)慣性技術(shù)學(xué)報(bào). 2019(03)
[6]基于改進(jìn)蟻群算法的移動(dòng)機(jī)器人全局路徑規(guī)劃[J]. 占偉,屈軍鎖,蘆鑫,侯磊超.  現(xiàn)代電子技術(shù). 2018(24)
[7]群體機(jī)器人技術(shù)及其在軍事上的應(yīng)用[J]. 譚營(yíng).  國(guó)防科技. 2016(01)
[8]基于分層的改進(jìn)A算法在路徑規(guī)劃中的應(yīng)用[J]. 錢紅昇,葛文鋒,鐘鳴,葛銘.  計(jì)算機(jī)工程與應(yīng)用. 2014(07)
[9]基于方向信息素協(xié)調(diào)的蟻群算法[J]. 孟祥萍,片兆宇,沈中玉,苑全德.  控制與決策. 2013(05)
[10]A*路徑規(guī)劃算法的改進(jìn)及實(shí)現(xiàn)[J]. 譚寶成,王培.  西安工業(yè)大學(xué)學(xué)報(bào). 2012(04)

博士論文
[1]蟻群優(yōu)化算法及覓食行為模型研究[D]. 柏繼云.哈爾濱工業(yè)大學(xué) 2013
[2]蟻群覓食仿真和動(dòng)畫的研究[D]. 孟志剛.中南大學(xué) 2011

碩士論文
[1]基于信息素通信的群機(jī)器人覓食行為研究[D]. 方興.山東大學(xué) 2019
[2]復(fù)雜環(huán)境下多機(jī)器人路徑規(guī)劃方法研究[D]. 李東正.哈爾濱工程大學(xué) 2015
[3]動(dòng)態(tài)環(huán)境下多移動(dòng)機(jī)器人路徑規(guī)劃研究[D]. 柯星.電子科技大學(xué) 2013



本文編號(hào)：3602955