（控制理论与控制工程专业论文）面向目标搜索的群机器人协调控制及其仿真研究.pdfVIP

一 s w a r mr o b o t i cs e a r c hf o rt a r g e t ：c o o p e r a t i v ec o n t r o l t e c h n i q u e s ， s t r a t e g i e s ，a n ds i m u l a t i o n s b y x u es o n g d o n g m e ( t a i y u a nu n i v e r s i t yo fs c i e n c ea n dt e c h n o l o g y ) 2 0 0 4 ad i s s e r t a t i o ns u b m i t t e di np a r t i a ls a t i s f a c t i o no ft h e r e q u i r e m e n t sf o rt h ed e g r e eo f d o c t o ro fe n g i n e e r i n g c o n t r o lt h e o r ya n dc o n t r o le n g i n e e r i n g i nt h e g r a d u a t es c h o o l o f l a n z h o uu n i v e r s i t yo ft e c h n o l o g y s u p e r v i s o r p r o f e s s o rz e n gj i a n c h a o o c t o b e r ，2 0 0 9 兰州理工大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名：蟊够玄日期 碲厂歹月厂日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即： 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许 论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段 保存和汇编本学位论文。同时授权中国科学技术信息研究所将本学位论文 收录到中国学位论文全文数据库，并通过网络向社会公众提供信息服 务。 本学位论文属于 1 保密口，在年解密后适用本授权书。 2 不保密嘣 ( 请在以上相应方框内打“”) 作者签名 导师签名 日期：印少年月厂日 日期：溯7 年，少月多日 之t 博士学位论文 目录 摘要i a b s t r a c t i i i 插图索引v 附表索引i 第一章绪论1 1 1 研究背景1 1 2 群机器人研究综述2 1 2 1 概念2 1 2 2 系统特征4 1 2 3 范畴6 1 2 4 生物启发7 1 2 5 通信交互7 1 2 6 协调控制8 1 2 7 自组织9 1 2 8 应用1 0 1 3 本文工作1 3 1 3 1 问题描述1 3 1 3 2 研究内容1 3 1 3 3 研究方法1 4 1 3 4 成果1 4 1 4 本文结构1 5 第二章群机器人系统建模1 7 2 1 建模作用与意义1 7 2 2 常用建模方法综述1 8 2 2 1 基于传感器哉行器的建模法1 8 2 2 2 微观建模法1 9 2 2 3 宏观建模法2 2 2 2 4 基于拟态物理学的建模法2 3 2 2 5 元胞自动机建模法2 5 2 2 6 常规建模法特性2 6 面向目标搜索的群机器人协调控制及其仿真研究 2 3 扩展微粒群算法建模法2 7 2 3 1 微粒群算法2 7 2 3 2 群机器人搜索与微粒群算法的映射关系2 9 2 3 3 若干概念3 0 2 3 4 扩展微粒群算法模型3 2 2 4 小结3 2 第三章群机器人在理想环境中的目标搜索3 3 3 1 个体机器人控制器结构3 3 3 2 扩展微粒群算法模型的要素分解3 5 3 2 1 环境3 5 3 2 2 机器人3 6 3 3 控制策略3 8 3 3 1 建模3 8 3 3 2 算法描述3 9 3 4 仿真4 1 3 4 1 参数设置4 1 3 4 2 性能指标4 1 3 4 3 结果4 2 3 5 小结5 1 第四章相对定位机制下的群机器人目标搜索5 3 4 1自主移动机器人定位研究综述5 3 4 1 1 绝对定位5 3 4 1 2 相对定位5 5 4 1 3 群机器人定位5 7 4 2 相对定位机制下的群机器人系统模型5 9 4 2 1 有限检测能力与最优认知5 9 4 2 2 局部交互与社会最优6 0 4 2 3 相对位置描述6 1 4 3 控制算法6 3 4 3 1 若干假设6 3 4 3 2 算法描述6 4 4 4 仿真实验6 5 4 4 1 仿真6 5 4 4 2 结果与讨论6 5 4 5 小结6 8 博士学位论文 第五章 5 1 5 2 5 3 5 4 5 第六章 6 6 6 3 6 4 6 5 异步通信条件下的群机器人目标搜索6 9 微粒群算法的串并行研究综述6 9 微粒群算法特性分析7 0 5 2 1 微粒群算法描述7 0 5 2 2 算法特性7 1 5 2 3 时间经济性及算法效率分析7 3 群机器人的并行异步控制7 5 5 3 1 系统建模7 6 5 3 2 群机器人异步并行控制特点7 7 5 3 3 基于进化位置的异步通信策略7 8 5 3 4 算法描述8 0 仿真8 0 5 4 1 仿真测试8 0 5 4 2 基于固定通信周期原则的异步通信策略8 0 5 4 3 基于绝对进化位置原则的异步通信策略8 2 5 4 4 结果与讨论8 2 小结8 4 具运动学特性约束的群机器人目标搜索8 5 引言8 5 个体机器人的运动控制8 6 6 2 1 个体机器人建模8 7 6 2 2 群机器人建模9 0 群机器人避碰规划9 2 6 3 1 人工势场法9 2 6 3 2 群机器人避碰规划冉9 3 6 3 3 人工势场法与微粒群算法的集成9 4 6 3 4 算法描述9 7 仿真9 7 6 4 1 机器人的局部坐标系9 7 6 4 2 性能指标9 7 6 4 3 环境构建9 7 6 4 4 参数设置9 9 6 4 5 结果与分析9 9 小结1 0 1 面向目标搜索的群机器人协调控制及其仿真研究 第七章信号融合条件下的群机器人目标搜索1 0 3 7 1 研究背景1 0 3 7 2 系统建模1 0 4 7 2 1 机器人行为规则1 0 4 7 2 2 绝对定位机制下的系统模型1 0 4 7 3 信号感知1 0 5 7 3 1 瓦斯气体信号1 0 5 7 3 2 射频电磁波信号1 0 6 7 3 3 呼救声音信号1 0 7 7 3 4 目标信号传播环境1 0 7 7 4 异类信号融合1 0 9 7 4 1 虚拟通信1 0 9 7 4 2 信息熵1 1 1 7 4 3 加权融合1 1 3 7 4 4 算法描述1 1 4 7 5 仿真1 1 5 7 5 1 信号发生1 1 6 7 5 2 测点布置1 1 6 7 5 3 仿真参数1 1 6 7 5 - 4 结果与讨论1 1 7 7 6 小结1 2 2 结论1 2 3 参考文献1 2 5 致谢1 4 1 附录a 攻读博士学位期间发表的学术论文1 4 3 附录b 攻读博士学位期间参加的科研项目1 4 5 附录c 攻读博士学位期间获得的荣誉1 4 6 博士学位论文 摘要 群机器人是由数量众多、结构和功能相对简单的自主移动机器人组成的人工 群体系统。在自组织机制下，通过有限感知和局部交互涌现群体智能，协同完成 超出单个机器人能力的规定任务。其分布式协调控制策略源于生物群体的启发， 具有鲁棒性强、柔性好、规模可伸缩等特点。本文针对目标搜索任务，通过建立 反映生物群体特征的微粒群算法和目标搜索问题之间的映射关系，将前者扩展为 群机器人的系统建模和协调控制工具，然后围绕定位、通信、避碰规划、信号融 合等切实影响类微粒群算法发挥作用的主要环节，进行控制策略及其仿真研究。 围绕这些内容所进行的工作及其成果如下： ( 1 ) 就机器人与微粒的特征异同以及目标搜索与函数寻优的作用机理相似 性，提出了系统层面上的机器人通信邻域结构和个体层面上的时变特征群概念， 建立了微粒群算法与群机器人目标搜索问题之间的映射关系。在将机器人抽象为 二维封闭空间中的运动微粒、将其动态特性抽象为一阶惯性环节后，给出了群机 器人的扩展微粒群算法模型。在理想条件下基于该模型所做的目标搜索仿真实 验，表明了该法的可行性，揭示了主要的算法参数与控制性能间的关系。 ( 2 ) 对于不便部署全局定位系统的搜索环境，提出了相对定位机制下扩展微 粒群算法模型的形式化描述。首先由机器人的有限能力特性引入了短期记忆机 制，根据机器人仅能记忆当前时刻和上一时刻的位置及相应信号的特点，确定了 个体的最优认知位置和特征群的最优位置。由此，基于机器人的当前位置与个体 认知位置和特征群最优位置间的相对观测距离和方位，确定了下一时刻个体坐标 系下的期望速度和位置。仿真结果表明了该法的可行性，但也发现，系统的运行 效率低于绝对定位机制下的目标搜索。 ( 3 ) 针对机器人之间的通信交互对控制算法效率的影响，提出了将个体认知 和特征群共享信息分别更新的异步通信原则。机器人在各时间步采样后按扩展微 粒群算法模型计算下一时刻的进化速度和位置，并随时更新自身认知，但对所记 忆的关于特征群共享信息的更新则只在自身发现了更佳的特征群位置或监听到邻 居机器人已对共享信息进行了更新时才进行。在此基础上，提出了基于通信周期 和基于期望进化位置的异步通信策略。仿真结果表明，搜索算法中嵌入期望进化 位置的异步通信策略后，系统具有较高的搜索效率。 ( 4 ) 针对机器人具有质量和物理尺寸，并受非完整运动学特性约束，且非结 构化环境中存在障碍物和其他机器人的问题，提出了群机器人的避碰规划问题。 面向目标搜索的群机器人协调控制及其仿真研究 首先基于机器人的多传感器结构，改进了人工势场法，并与扩展微粒群算法模型 进行了有效集成。将各个时刻计算得到的一系列期望位置分别作为临时目标，对 机器人产生吸引力，而接近传感器探测范围内的障碍物对其产生排斥力。合力决 定了机器人的运动方向。而机器人在向临时目标移动过程中须服从自身的运动学 特性约束。由此，确定了输入机器人控制器的控制向量，直至无碰撞地接近目 标。仿真结果表明了该法的有效性。 ( 5 ) 针对位置评价以机器人对目标信号的检测为基础，且非结构化环境中目 标信号具有多源异类等特点，故以一类典型的多源异类信号的传播环境为背景， 提出了机器人对间歇性呼救声、周期性无线射频电磁波和连续性扩散瓦斯等实时 性异类信号的融合框架。令目标和机器人分别作为信源和信宿，用单个信源和多 个信宿之间各自独立的虚拟连续通信描述目标信号的检测过程。由此，给出了信 源信号的三位二进制编码表。再引入二值逻辑，基于检测阈值提出了信宿侧的感 知事件概念。然后，利用不同种类信号所具有的统计分布特性、可能籍此进行目 标定位时的不同定位性质及精度，基于信息熵准则确定了不同种类信号对融合值 博士学位论文 a b s tr a c t a san o v e lb r a n c ho fi n t e l l i g e n tr o b o t i c s ，t h ef o c u so fs w a r mr o b o t i c si so na p - p l y i n gs w a r mi n t e l l i g e n c ep r i n c i p l e so rt e c h n i q u e st ot h ec o n t r o lo fl a r g eg r o u p so f c o o p e r a t i n ga u t o n o m o u sr o b o t s i ns u c has y s t e m ，l o t so fh o m o g e n o u sr o b o t sh a v - i n gr e l a t i v es i m p l es t r u c t u r ea r ec o n t r o l l e di nad i s t r i b u t e df a s h i o n ，b e i n ge x p e c t e d t oe m e r g ei n t e u i g e n c ef r o mh m i t e ds e n s ea n dl o c a li n t e r a c t i o n sf o ra c c o m p l i s h i n g c o m p l e xt a s k s a st ot h et a s kn a m e dt a r g e ts e a r c h ，p a r t i c l es w a r mo p t i m i z a t i o n ( p s o ) i se x t e n d e dt om o d e la n dc o n t r o ls w a r mr o b o t s b e i n gf o c u s e do nt h i st o p i c ， s o m ew o r k sa r ed o n ea n dc o r r e s p o n d i n gc o n t r i b u t i o n sa r ea c h i e v e di nt h i st h e s i s ： ( 1 ) d u et ot h es i m i l a r i t i e sa n dd i f f e r e n c e sb e t w e e np a r t i c l ea n dr o b o t ，s w a r i n s e a r c hc a nb em a p p e dt op s ob a s e do nt h ec o m m o nw o r k i n gm e c h a n i s m t ob 争 g i nw i t h ，t w oc o n c e p t so fc o m m u n i c a t i o nn e i g h b o r h o o ds t r u c t u r ea ts y s t e m i cl e v e l a n dt i m ev a r y i n gc h a r a c t e r i s t i cs w a r i n ( t v c m ) a ti n d i v i d u a ll e v e la r ei n t r o d u c e d v i e w e da sap a r t i c l em o v i n gi nac l o s e dt w o - d i m e n s i o n a lw o r k s p a c e ，e a c hr o b o ti s a b s t r a c t e da so n eo r d e ri n e r t i a le l e m e n t ，a n df u r t h e r ，t h em o d e lo fe x t e n d e dp s o ( e p s o m ) c a l lb eg i v e nu n d e ra ni d e a le n v i r o n m e n t a sf o ri n d i v i d u a lr o b o t s ，e a c h o n ei sc o n t r o l l e db yat h r e e - s t a t ef i n i t es t a t em a c h i n e ( 2 ) i nc a s eo fp o s s i b l ef a i l u r ei nd e p l o y m e n to fg l o b a ll o c a h z a t i o n ，r e l a t i v ep o - s i t i o n i n gm e c h a n i s mi sr e q u i r e d f o rt h i se n d ，as h o r t t i m em e m o r yi si n t r o d u c e d w h e r ee a c hr o b o ti sc a p a b l eo fr e m e m b e r i n gs i g n a l sm e a s u r e m e n tr e a d i n g sa n dp o - s i t i o nc o o r d i n a t e sa tp r e s e n ta n di nt h en e a rp r e v i o u st i m es t e p i nt h i sc a s e ，t h e c o g n i t i v ep o s i t i o no fe a c hr o b o ta n dt h eb e s t f o u n dp o s i t i o nw i t h i ni t st v c mm u s t b eo n eo ft h et w or e m e m b e r e dp o s i t i o n s t h e nt h er e l a t i v eo b s e r v a t i o n si n c l u d i n g d i s t a n c ea n db e a r i n gb e t w e e nt h ec u r r e n tp o s i t i o na n dt h et w ob e s to n e sc a nb e u s e dt od e c i d et h ee x p e c t e dv e l o c i t ya n dp o s i t i o n ( 3 ) l o c a li n t e r a c t i o n sa m o n gr o b o t sa f f e c tc o m p u t a t i o ne f f i c i e n c yt oal a r g ee x - t e n t a c c o r d i n g l y , a na s y n c h r o n o u sp a r a l l e lc o m m u n i c a t i o ns t r a t e g yi sp r e s e n t e d i nt h i sc a s e ，v i r t u a lt r i g g e rw i t hc o m b i n a t i o n a ll o g i ci ss e tf o rt h es h a r e ds o c i a li n - f o r m a t i o nu p d a t i n g t h el o g i c a lc o m p o n e n t sa r eb o t hf i n d i n gs i g n a l sf u s i o nb e y o n d t h eb e s ts o c i a lp o s i t i o nb yr o b o ti t s e l fa n dm o n i t o r i n gu p d a t eb yo t h e rr o b o t s e a c h r o b o tu p d a t e si t sc o g n i t i v ei n f o r m a t i o na te v e r yt i m es t e p ，w h i l ei t sm e m o r ya b o u t i i i 面向目标搜索的群机器人协调控制及其仿真研究 s o c i a li n f o r m a t i o nu p d a t i n go c c u r so n l yw h e nt h et r i g g e ri ss p a r k e d i ft h e n t h e r o b o tw i l lb r o a d c a s tt h eu p d a t i n gi n f o r m a t i o nw i t h i ni t st v c m ( 4 ) i nt h ep r e s e n c eo fo b s t a c l e sa n dn e i g h b o r s ，p a t hp l a n n i n gf o re a c hr o b o t h a v - i n gp h y s i c a ls i z ea n dk i n e m a t i cp r o p e r t i e sh a v et ob ec o n s i d e r e d t h u s ，am o d i f i e d s e n s o r - b a s e da r t i f i c i a lp o t e n t i a lf i e l d ( s b a p f ) m e t h o da n de p s o mi si n t e g r a t e df o r t h ep r o b l e ms o l v i n ga f t e rt h ek i n e m a t i cm o d e lo fi n d i v i d u a lr o b o t sa r ei n t r o d u c e d e a c he v o l u t i o np o s i t i o nb e l o n g i n gt oc e r t a i nr o b o ti st a k e na st e m p o r a r yt a r g e t t h a ta t t r a c t st h i sr o b o t h o w e v e r ，o t h e rr o b o t sa n do b s t a c l e sw i t h i ni t sp r o x i m i t y s e n s o r sc o v e r a g er e p u l s ei t t h em o v i n gd i r e c t i o nd e p e n d so nt h ec o m p o s i t i o no f v i r t u a lf o r c e s b e s i d e s ，r o b o tm o v i n gh a st oc o m p l yw i t hi t sk i n e m a t i cc o n s t r a i n t s ( 5 ) p s o t y p ea l g o r i t h mw o r k so nt h ep r e m i s et h a te a c hr o b o tf u s e st a r g e ts i g - n a l si n d e p e n d e n t l yl i k ef i t n e s se v a l u a t e t h e r e f o r e ，o n et y p i c a le n v i r o n m e n tw h e r e p r o p a g a t i o no fm u l t i - s o u r c es i g n a l si n c l u d i n gi n t e r m i t t e n tc a l l - f o r - h e l ps o u n d ，p e r i - o d i cr fw a v e sa n dc o n t i n u o u sg a si sb r o u g h tf o r t h l e tt a r g e ta n di n d i v i d u a lr o b o t b ev i r t u a ls o u r c ea n ds i n ko fi n f o r m a t i o nr e s p e c t i v e l y t h e nv i r t u a lc o n t i n u o u s s i n k - s o u r c ec o m m u n i c a t i o nc a nb eu s e dt od e s c r i b es i g n a l sm e a s u r e m e n t b e c a u s e o ft h ei n d e p e n d e n c eo fh e t e r o g e n e o u ss i g n a l se m i s s i o nf r o ms o u r c e ，t h es i g n a l sc a n b ee n c o d e dw i t ht h r e e - b i tc o d e sa te v e r yt i m es t e pa n db et r a n s m i t t e dt od i f f e r e n t s i n k s m e a n w h i l e ，ac o n c e p to fd e t e c t i o ne v e n tc a nb ep r o p o s e db a s e do ns i g n a l s d e t e c t i o nt h r e s h o l da ts i n k s a f t e rt h e n ，t h o s es i g n a l sb e y o n dt h r e s h o l dw i l lb e n o r m a l i z e da n dt a k e na sd i s t i n g u i s h i n gr e s o l u t i o n a l s o ，s o m es i g n a lc h a r a c t e r i s t i c s s u c ha ss t a t i s t i c a lp r o p e r t i e s ，d e t e c t i o nr a n g e ，l o c a l i z a t i o nt y p ea n da c c u r a c y ( i f p o s s i b l e ) c a nb eu s e dt od e c i d et h ew e i g h t so fc o n t r i b u t i o nt of u s i o ni nd e p e n d e n c e o nc o m e n t r o p y - b a s e dc r i t e r i o n a l lt h ea b o v ep r e s e n t e ds t r a t e g i e sa r ev a l i d a t e dt h r o u g has e r i e so fs i m u l a t i o n s c o n d u c t e du n d e rs a t i s f y i n gc o r r e s p o n d i n gc o n d i t i o n s k e yw o r d s ： s w a r mr o b o t i c s ；t a r g e ts e a r c h ；s w a r mi n t e l l i g e n c e ；p a r t i c l e s w a r mo p t i m i z a t i o n ；r e l a t i v el o c a l i z a t i o n ；a s y n c h r o n o u sc o m m u n i c a t i o n ；o b s t a c l e a v o i d a n c e ；p a t hp l a n n i n g ；s i g n a l sf u s i o n i v 博士学位论文 图1 1 图1 2 图1 3 图 图 图 图 一4 5 6 7 图2 _ 1 图2 2 图2 3 图2 - 4 图2 - 5 图2 6 图3 - 1 图3 - 2 图3 - 3 图孓4 图3 - 5 图3 - 6 图孓7 图墨8 图3 _ 9 图3 - 1 0 图譬 图3 - 图孓 图孓 插图索引 由s w a r m 生发的若干概念 5 合作搬运重物的s w a r m - b o t s 群机器人1 l 用于叶片检测的群机器人1 1 用拟态物理学方法控制群机器人编队1 2 人工蚂蚁群机器人系统设计效果图1 2 自然从工混合群体系统测试场景1 3 群机器人目标搜索示意1 4 基于传感器诫行器模型的仿真运行截图1 9 利用几何关系计算状态迁移概率2 0 群机器人合作拔杆过程2 1 用随机有限状态自动机描述的机器人控制器2 2 群机器人搜索与微粒群算法的映射关系3 0 群机器人系统中的时变特征群3 1 用有限状态自动机控制个体机器人3 4 机器人的典型漫游方式3 5 理想搜索环境3 6 机器人通信报文结构3 7 群机器人目标搜索的典型轨迹4 3 不同群体规模的搜索效率4 4 完成搜索的个体机器人平均移动距离4 5 搜索过程中机器人检测的信号变化4 6 系统规模与平均信号强度关系4 7 1 0 - r o b 系统的搜索速度与检测半径关系4 9 l o - r o b 系统的迭代次数与通信半径关系4 9 通信半径及检测半径对搜索耗时的综合影响5 0 1 0 r o b 群机器人目标信号与通信半径关系5 1 1 0 r o b 群机器人目标信号与检测半径关系5 2 图4 1g p s 系统配置与工作原理5 4 v 面向目标搜索的群机器人协调控制及其仿真研究 图垂2 图垂3 图4 4 图缸5 图垂6 图垂7 图孓1 图5 - 2 图5 - 3 图5 _ 4 图5 _ 5 图5 6 图昏1 图昏2 图昏3 图昏4 图6 _ 5 图昏6 图d 7 图6 - 8 图6 - 9 图6 - 1 0 图6 - 1 1 图7 - 1 图7 - 2 图7 - 3 图7 - 4 图7 _ 5 图7 - 6 图7 - 7 图8 里程计的误差传播5 5 典型差动驱动机器人的运动5 7 群机器人的相对定位6 0 相对定位机制下的典型搜索轨迹6 7 相对定位机制下的搜索效率6 7 相对定位与绝对定位机制下的搜索效率比较6 8 并行微粒群算法的同步实现7 3 并行微粒群算法的异步实现7 4 完成信号检测融合的机器人等待同步7 7 机器人的连续期望进化位置7 9 成功搜索耗时与通信周期的关系8 2 三种异步通信策略的搜索效率比较8 3 机器人的反应式控制结构8 7 自主移动轮式机器人的通用运动学模型8 8 自主移动轮式机器人的运动控制8 9 机器人的接近传感器系统9 0 机器人在虚拟势场中受虚拟力作用9 3 由接近传感器读数生成的虚拟力作用于机器人9 5 群机器人协同搜索控制流程图9 8 搜索环境的数字描述9 9 机器人之间的避碰1 0 0 单个机器人无碰移向目标1 0 1 引入运动学特性后的群机器人避碰规划结果1 0 1 连续点源扩散后地表瓦斯平均分布1 0 6 对数正态信号损耗分布1 0 7 声能衰落拟合曲线1 0 8 目标信号传播环境1 0 8 信源编码格式及意义1 0 9 一个采样周期中的信宿信号接收与调理1 1 2 异类目标信号融合结果1 2 0 信号融合条件下的群机器人目标搜索轨迹1 2 2 v i 博士学位论文 表2 1 表2 - 2 表3 1 表3 2 表3 - 3 表3 _ 4 表4 1 表4 2 表5 - 1 表5 - 2 表5 _ 3 表昏1 表6 - 2 表昏3 表7 - 1 表7 - 2 表7 - 3 表7 - 4 表7 - 5 表7 - 6 表7 - 7 表7 8 表7 - 9 表7 - 1 0 附表索引 常用群机器人系统建模方法2 6 群机器人搜索问题与微粒群算法比较2 9 目标搜索过程中的状态变迁触发器3 5 群机器人扩展微粒群算法模型的要素分解3 6 理想条件下群机器人目标搜索仿真参数设置4 1 系统规模与能耗关系4 8 仿真参数设置6 5 两种定位机制下的搜索效率对比6 8 不同进化模式微粒群算法性能比较7 6 仿真参数8 0 基于绝对进化位置原则的异步通信策略仿真结果8 3 机器人接近传感器的布置9 0 仿真参数设置9 9 仿真测试结果i 0 0 搜索子区域中可能发生的联合感知事件1 1 1 异类目标信号特征1 1 4 信号传播环境中的测点布置1 1 6 仿真参数设置1 1 7 g a u s s i a n 烟羽模型参数1 1 7 电磁波对数正态分布模型参数1 1 8 声音传播模型参数1 1 8 各测点检测结果1 1 9 不同测点处获取的信源特征向量1 2 1 最优位置选举结果1 2 1 v i i 第1 章绪论 通过背景介绍引出问题描述，介绍本文研究内容、研究方法和研究成果等。 本章组织如下：第1 节以典型应用引出目标搜索定位问题，并以国家科技政策导 向和项目部署佐证研究意义；第2 节通过综述群机器人研究，根据其特点说明用 于解决目标搜索问题的可能性；问题描述、研究内容、研究方法及研究成果则在 第3 节中介绍；第4 节交代本文结构。 1 1 研究背景 近年我国的自然灾害和人为责任事故频发。面对天灾人祸引发的灾难，主动 式救援都是必须直面的伦理、政治和社会课题。对幸存者的搜索定位是施救的前 提。将自主移动式智能机器人用于灾难搜救，国内外已有研究n q l 。由于群机器人 系统较单体机器人的运行性能更为理想睁1 ，故将其用于灾害现场的目标搜索任务 便成为可能。本文研究基于以下假设：针对地震发生后的市内搜救1 5 6 1 、遭遇矿 难的幸存者搜救f 。、有毒有害化学品的泄漏源定位睁9 1 等目标搜索定位任务，研究 群机器人用于完成此类任务的协调控制问题。 依据国家中长期科学和技术发展规划纲要、国家“十一五科学技术 发展规划和 8 6 3 计划“十一五发展纲要，8 6 3 计划先进制造技术领域以 瞄准先进制造技术发展的前沿