关键词:
多机器人系统
路径规划
行为动力学
互惠速度障碍
行为融合
静态权值免疫规划算法
摘要:
路径规划问题是机器人研究的最重要也是最基本的问题之一,也是机器人完成任务的根本保证。随着科学技术的不断发展,机器人控制技术的研究已经从单一的机器人发展到多机器人系统。与单机器人相比,多机器人系统有着显著的优势,主要体现在:更广的应用领域,更好的容错性,在复杂任务中更低的运行成本,更高的效率,更好的扩展性,更容易研究和开发等。因此,对机器人路径规划方法的研究具有重要的理论与实践意义。多机器人系统的路径规划是指在确定或者不确定的分布着多台机器人和障碍物的环境里,按照一定的评价标准为每个机器人规划出一条从起始点顺利到达目标点的无碰平滑路径。本文利用改进的行为动力学方法进行多机器人路径规划研究研究。主要内容包括:首先,第一章介绍了多机器人系统路径规划技术的背景与发展现状,并分别介绍了单机器人与多机器人系统路径规划常用的方法。第二章介绍了多机器人系统路径规划中常见的几个关键技术问题及解决方法。另外,对行为动力学方法的三个基本行为,即奔向目标行为、避障行为和避碰行为进行简要介绍以及原理进行分析。其次,第三章利用互惠速度障碍对避碰行为动力学进行改进,充分考虑到了移动机器人的速度信息和“自主性”,令机器人具有区别于障碍物的“智能性”;利用传感器模型进行子目标点的确定,提高了行为动力学路径规划方法的适应性,并利用模糊控制器设计了沿墙行为,解决了移动机器人位于凹形障碍物环境中的“死锁”现象;利用竞争动力学行为融合方法验证改进后行为动力学方法的可行性与有效性。再次,第四章提出了利用静态权值免疫规划进行基本行为融合,结合该方法良好的全局寻优能力,通过在传统方法的基础上进行的两方面改进,提高了算法的搜索速度和收敛性能,并通过仿真实验证明了该方法的有效性与优越性,并能够有效地减轻竞争动力学出现的“震荡”现象。最后,给出全文的总结并对今后的工作进行了展望。