動(dòng)態(tài)多目標(biāo)追蹤涵蓋了機(jī)器人搜索、跟隨、避障等機(jī)器人領(lǐng)域的核心應(yīng)用,具有廣泛的應(yīng)用前景。動(dòng)態(tài)多目標(biāo)追蹤問題屬于追逃問題,追逃問題是一個(gè)經(jīng)典問題,受到了眾多研究領(lǐng)域的關(guān)注,例如博弈論、路徑規(guī)劃、強(qiáng)化學(xué)習(xí)和多機(jī)器人系統(tǒng)等領(lǐng)域。相關(guān)研究有很多,但是其中大多數(shù)研究都是傾向于將追逃問題作為一個(gè)應(yīng)用,來驗(yàn)證其理論的有效性,并不適合實(shí)例化為真實(shí)的機(jī)器人使用。所以本文的目的是設(shè)計(jì)一個(gè)更符合真實(shí)應(yīng)用場景的動(dòng)態(tài)多目標(biāo)追蹤系統(tǒng),并在物理仿真器Gazebo上做實(shí)驗(yàn)?zāi)M,可以應(yīng)用于巡邏、跟拍、監(jiān)護(hù)、搜救和社交導(dǎo)航等場景。在本文中有兩個(gè)機(jī)器人群體,其中一群機(jī)器人作隨機(jī)運(yùn)動(dòng),稱為逃跑機(jī)器人;另外一群機(jī)器人可以相互通信、具備局部感知能力,它們的任務(wù)是找到地圖中的逃跑機(jī)器人,并均勻地包圍且跟隨在其周圍,期間不與障礙物或者其他機(jī)器人發(fā)生碰撞,稱為追捕機(jī)器人。本文將動(dòng)態(tài)多目標(biāo)追蹤問題建模成一個(gè)動(dòng)態(tài)優(yōu)化問題,優(yōu)化的對象是追捕機(jī)器人的目標(biāo)點(diǎn),優(yōu)化的目標(biāo)有八個(gè):避障、避碰、探索未被訪問的區(qū)域、減小角速度、接近全局軌跡子目標(biāo)點(diǎn)、和逃跑機(jī)器人保持距離、均勻包圍逃跑機(jī)器人和相機(jī)方向正對目標(biāo)機(jī)器人。采用協(xié)同演化頭腦風(fēng)暴優(yōu)化算法(coope...

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1追逃問題的部分參數(shù)分類-2-

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文的研究[16,17]，本文借助于這些相關(guān)研究和開源算法，得以專注于實(shí)現(xiàn)動(dòng)態(tài)多目標(biāo)追蹤的研究�？梢詰�(yīng)用于搜救、巡邏、區(qū)域清掃、看護(hù)、目標(biāo)跟蹤、跟拍、社交導(dǎo)航[18]等場景。1.2國內(nèi)外研究現(xiàn)狀動(dòng)態(tài)多目標(biāo)追蹤是機(jī)器人追逃問題的一個(gè)分支，追逃問題根據(jù)其應(yīng)用....

圖1-2多機(jī)器人檢測與跟蹤分類文首先定義了目標(biāo)，目標(biāo)是“固體”，在環(huán)境中可以作為一個(gè)點(diǎn)存在，可以是人、

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文為了更適用于真實(shí)的環(huán)境，追捕機(jī)器人還需要有能夠搜索、檢測目標(biāo)并跟蹤目標(biāo)的能力，CyrilRobin在追逃問題之上提出了多機(jī)器人目標(biāo)識(shí)別和跟蹤的定義以及相關(guān)的文獻(xiàn)綜述，其中對多機(jī)器人目標(biāo)識(shí)別和跟蹤的分類如圖1-2所示[2]。論圖1-2多機(jī)器人檢測與跟蹤....

圖2-1遺傳算子

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文每一條染色體又由一組基因序列組成；（2）選擇。從當(dāng)前種群中選擇染色體作為父代生成新染色體，染色體被選中的概率與其適應(yīng)值有關(guān)，越優(yōu)秀的染色體被選中的概率越高；（3）交叉。有概率的可能兩個(gè)子代由父代的基因交換一段基因序列生成，否則復(fù)制兩個(gè)父代作為子代。交....

圖2-2CCGA應(yīng)用示例

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文能夠保持解的多樣性；將問題分為多個(gè)子問題可以使得算法魯棒性更強(qiáng)；如果問題能夠使用合適的分組策略，高維優(yōu)化問題的“維度詛咒”可以得到緩解[55]。2.2.2協(xié)同演化遺傳算法協(xié)同演化遺傳算法（CCGA）是第一個(gè)將維問題分解為個(gè)一維子問題的優(yōu)化算法，每個(gè)子....

本文編號(hào)：3920270