近年來智能機器人廣泛應(yīng)用于生產(chǎn)生活中,單個機器人逐漸不能滿足人們在工作效率、穩(wěn)定可靠和低成本方面的需求,多機器人協(xié)作領(lǐng)域的相關(guān)研究應(yīng)運而生。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,為多機器人協(xié)作解決復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)用到多機器人領(lǐng)域。因此,本文對蟻群覓食過程進行了深入探究后,在對比化學信息素的基礎(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)計仿生蟻群機器人實驗系統(tǒng),通過實驗驗證了虛擬信息素方案在目標搜索與路徑規(guī)劃問題中的可行性與有效性,然后構(gòu)建基于Java平臺的仿真環(huán)境,在仿真環(huán)境下測試了幾種復雜情況下的蟻群覓食路徑規(guī)劃過程,為進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、結(jié)果以及應(yīng)用途徑,提供理論依據(jù)。具體研究內(nèi)容包括以下幾個方面:（1）模仿螞蟻覓食過程,在多機器人路徑規(guī)劃中引入信息素機制,在自然界蟻群信息素的基礎(chǔ)上,提... 

【文章來源】：武漢科技大學湖北省

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

蜜蜂建造巢穴

武漢科技大學碩士學位論文1第1章緒論1.1研究背景及意義隨著機器人半導體和微電子技術(shù)的發(fā)展，各種各樣的中小型機器人廣泛應(yīng)用于生產(chǎn)和生活中。單機器人由于受機器人負載、計算能力、傳感器性能、功耗問題等因素的影響，在完成某些復雜任務(wù)時往往效果不好，且成本相對較高[1]。相比于單機器人，群體機器人具有使用分布式控制算法執(zhí)行復雜任務(wù)的潛力，群體機器人設(shè)計相對簡單，硬件成本低，不會產(chǎn)生單點故障。群體機器人通過分工合作，分解簡化了復雜任務(wù)，通過一系列子任務(wù)的完成達到解決復雜問題的目的，提高了工作效率。但是，使用群體機器人執(zhí)行復雜任務(wù)的過程中，依然存在許多問題，如何找出影響群機器人自組織行為的演化規(guī)律，提出群體機器人自組織行為的預測與控制方法，給一群簡單的機器人編程，并在此基礎(chǔ)上賦予它們基本的運動能力和穩(wěn)定的交互能力。自然界中蜜蜂建造精美的巢穴、魚群抱團躲避天敵、鳥群結(jié)隊遷徙、蟻群搜尋并搬運比自己身體大數(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，遠遠超過了個體，生物的自組織行為賦予了群體生物協(xié)作執(zhí)行復雜任務(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)并改進了許多在沒有集中控制和全局信息情況下求解復雜分布式問題的群體智能算法，在機器人領(lǐng)域衍生出“群體機器人學”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)學者不斷提出算法，例如細菌覓食優(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)隊遷徙

【參考文獻】：
期刊論文
[1]基于改進蟻群算法的移動機器人動態(tài)路徑規(guī)劃[J]. 王雷,石鑫.  南京理工大學學報. 2019(06)
[2]群體智能2.0研究綜述[J]. 趙健,張鑫褆,李佳明,賀晨.  計算機工程. 2019(12)
[3]基于雙層蟻群算法和動態(tài)環(huán)境的機器人路徑規(guī)劃方法[J]. 許凱波,魯海燕,黃洋,胡士娟.  電子學報. 2019(10)
[4]基于改進A*算法的三維無人機路徑規(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)復雜環(huán)境下多旋翼無人機動態(tài)路徑規(guī)劃[J]. 韓忠華,畢開元,楊麗英,呂哲.  中國慣性技術(shù)學報. 2019(03)
[6]基于改進蟻群算法的移動機器人全局路徑規(guī)劃[J]. 占偉,屈軍鎖,蘆鑫,侯磊超.  現(xiàn)代電子技術(shù). 2018(24)
[7]群體機器人技術(shù)及其在軍事上的應(yīng)用[J]. 譚營.  國防科技. 2016(01)
[8]基于分層的改進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.  計算機工程與應(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)劃算法的改進及實現(xiàn)[J]. 譚寶成,王培.  西安工業(yè)大學學報. 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 2013
[2]蟻群覓食仿真和動畫的研究[D]. 孟志剛.中南大學 2011

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



本文編號：3602955