基于改进粒子群优化的多机器人一致性与编队控制研究

基于改进粒子群优化的多机器人一致性与编队控制研究

ID:34130319

大小:11.64 MB

页数:74页

时间:2019-03-03

基于改进粒子群优化的多机器人一致性与编队控制研究_第1页
基于改进粒子群优化的多机器人一致性与编队控制研究_第2页
基于改进粒子群优化的多机器人一致性与编队控制研究_第3页
基于改进粒子群优化的多机器人一致性与编队控制研究_第4页
基于改进粒子群优化的多机器人一致性与编队控制研究_第5页
资源描述:

《基于改进粒子群优化的多机器人一致性与编队控制研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于改进粒子群优化的多机器人一致性与编队控制研究(申请扬卅II大学工学硕士学位论文)培养单位:扬州大学专业名称:控制理论与控制工程研究方向:多机器人系统研究生:倪春波指导老师:杨月全2014.4ResearchonFormationandConsistencyControlofMulti——robotsBasedonImprovedParticleSwarmOptimizationMasterofEngineering)ByChun..boNIIllbILllJllllllllllllllUlllllllllllllllIIII

2、lY2632843UndertheguidanceandsupervisionofProfessorYue—quanYANGTheS/sSubmittedtoYangzhouUniversityYangzhouUniversity,Yangzhou,P.R.China,Mar2014本文研究工作得到了以下基金资助1.国家自然科学基金项目(61175111)“静态结点社区感知网络下的多机器人协调机理与控制研究”2.江苏省高校自然科学基础研究项目(10KJBSl0027)“基于结构切换的时滞复杂动态网路系统的同步分析与控制”摘要近年

3、来,多机器人系统研究引起了广泛的关注,并取得了很好的研究成果。其研究内容主要包括任务分配、路径规划与优化、地图构建、目标搜索与围捕、队形控制及学习策略等。粒子群优化算法在多机器人系统控制与协作优化中得到了很好的应用。粒子群优化算法作为一种典型的智能算法,由于其不需建立环境模型,通过粒子间彼此的相互学习以及对历史信息的利用,最终实现粒子群的优化协调与编队运动控制。基于改进粒子群优化策略及运用改进的虚拟结构方法,本硕士论文主要围绕多机器人系统的一致性运动控制、编队组织、基于社区网络的队形控制等问题展开了研究。主要工作有:第一,在对粒

4、子群优化的基本原理以及其调节参数作用机理的阐述基础上,对粒子群优化、蚁群算法、神经网络等智能方法进行了比较分析;对粒子群算法及其各类改进的优化算法在多机器人领域的研究现状进行了小结,并进一步展望了粒子群优化在基于社区感知网络的多机器人系统中的应用研究。第二,针对不确定环境中障碍物的形状和位置等未知情形,通过将机器人运动目标信息、周围环境信息、机器入运动信息等衍生适应度分量引入改进的粒子群优化的粒子适应度函数,提高机器人粒子的局部自适应运动控制能力;在此基础上,实现了多机器人系统的目标一致性运动控制。通过机器人自身传感器获取环境信

5、息,采用最小二乘方法对运行环境中两类障碍物情形进行了拟合估计和计算,迸一步提高机器人对运行环境中静态障碍的感知识别能力。第三,针对多机器人编队控制结构难以表示和实现问题,提出了基于改进虚拟结构法的多机器人队形运动控制方案。通过引入虚拟领航机器人来构建期望的多机器人粒子的虚拟队形,给出了实体机器人与虚拟队形的选择虚拟目标机器人的异步选择匹配策略。在此基础上,考虑避障代价选择环境中相对最优的机器人,给出了基于改进粒子群优化的多机器人编队避障策略。第四,针对多机器人系统的任务执行的区域范围广且机器人数目较多的情形,通过在未知环境中布设

6、静态智能感知节点构建社区感知网络;基于改进的粒子群优化思路,提出了在社区感知网络环境的多机器人系统的编队运动控制方案。利用改进的人工势场法进行机器人避障控制;设计了社区网路中多机器人粒子的社区粒子子队形生成方法;结合改进的粒子群优化策略,运用改进虚拟结构法,提出了边区域匹配多机器人编队合成方案。关键词:多机器人系统,粒子群优化,一致性,编队控制AbstractMulti-robotsystemhasattractedconsiderableattentionandmanygoodresultshasbeenobtainedinr

7、ecentyears.Theresearchcontentsinthisfieldmainlyincludetaskallocation,pathplanningandoptimization,mapbuilding,formationcontrol,targetsearchandseizure,learningstrategies,andSOon.Particleswarmoptimizationhasbeenemployedinthecontrolandcollaborationoptimizationofmulti-rob

8、otsystem.Particleswarmoptimizationisakindofintelligentalgorithm,whichdoesnotneedtoestablishmathematicalmodelandworksthroughparticle

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。