群体觅食行为启发的多机器人分布式编队控制方法研究

群集智能由简单个体之间的相互作用涌现出来,这种涌现出来的智能可以解决许多复杂的问题.首先,从细茵群体觅食特性出发,引出了该行为与多机器人编队任务的相关性.然后,通过对群体觅食行为模型的扩展,建立了基于势场的多机器人分布式编队控制模型;最后,在不同规模下的多机器人编队仿真实验表明,本文的方法能够控制多机器人完成编队任务,并且使得机器人在遇到障碍物时能灵活躲避障碍物,离开障碍物后又快速恢复队形.     

群机器人任务分工与协同搜索方法

群机器人执行搜索任务时,为平衡任务分工和提高协同搜索效率,提出预分工与反馈调节的双层分工方法和模拟鸟群觅食的协同搜索方法。在任务分工方面,以探测的目标强度为依据建立目标选择概率函数,使用轮盘赌确定机器人意向目标,将意向目标相同的机器人预分配为同一子群,使用反馈调节法实现分工平衡。在协调搜索方面,模拟鸟群觅食过程,提出粒子群-人工势场的搜索和避障协同控制方法。仿真结果表明,协同搜索方法能够锁定区域内所有目标,与文献[10]方法相比,任务完成平均耗时减少了17.14%,最优耗时减少了18.61%,验证了该方法在任务分工和目标搜索上的优越性。     

环境因素对多自主移动机器人系统的影响研究

基于行为的多自主移动机器人所处的环境因素总是对其系统性能造成一定的影响。本文针对典型的群体觅食任务,以计算机仿真为手段,研究目标物数量、障碍物数量、搜索区域大小和机器人数目对其系统性能的影响。仿真实验结果表明搜索区域内的目标物数量越多,障碍物数量越少,系统性能越高;而搜索区域大小和机器人数目增加到某一定值时,系统性能开始下降。     

群体机器人合作觅食任务数学模型的建立与分析

群体机器人系统的数学模型可以预测系统的群体行为，能够在设计系统硬件或开发仿真程序之前，分析个体特征对群体行为的影响，以指导个体控制策略的改进。本文提出群体机器人合作觅食任务的数学模型。该数学模型由微分比率方程组构成，能够描述合作觅食任务群体行为的动态特征。仿真实验表明，数学模型的预测结果与仿真实验数据可以较好的拟合。     

群机器人多目标搜索中带闭环调节的动态任务分工

群机器人在并行化地同时搜索多个目标时,须通过任务分工形成若干个子群联盟,每个子群分别针对一个确定性目标协同搜索.非结构化环境中搜索对象和搜索主体的变化,要求任务分工动态进行.故在基于响应阈值分工模型基础上,提出一种带闭环调节的动态分工方法.根据机器人或者通过检测目标信号、或者通过邻域通信获得目标认知的特点,将元任务分类并构造个性化任务集,基于概率原则评估针对目标激励的响应并自主选取意向目标.具有共同意向的机器人自组织地缔结子群联盟.然后用平均距离法度量子群联盟内的机器人资源配置水平,作为负反馈引入任务分工模型,调节机器人在不同子群联盟间动态迁移.仿真结果表明,使用本文方法对群机器人动态分工后进行协同搜索,搜索效率较现有方法有显著提高.     

大规模多移动机器人合作任务的分布自主协作系统

以大规模多移动机器人觅食任务为背景，探讨了在分布式协作体系结构下系统任务级的协作与行为级的协调问题．提出了一种动态任务分配机制，在缩短任务完成时间的基础上减少了系统通信量并解决了任务死锁问题．同时，设计了一种基于预测的冲突消解方法，使机器人能够对动态障碍物进行精确避障．最后，通过仿真实验验证了上述方法的有效性．     

通讯受限条件下的机器人编队算法

针对通讯受限条件下大规模移动机器人编队任务, 本文提出了基于行为的分布式多机器人线形编队控制 和避障算法. 机器人个体无需获得群体中所有机器人的信息, 而是根据传感器获取的环境信息和局部范围内的机器 人信息对其自身的调整方向进行预测, 并最终很好地完成了设定的编队及避障任务. 由于本文方法需求的通讯量不 大, 并且采用分布式控制, 因此该方法适用于大规模的机器人集群编队任务. 文中还给出了本系统的稳定性分析, 证 明了系统的稳定性. 实验结果表明该算法使得机器人能够仅通过局部信息形成线形编队, 在遇到障碍物后能够灵活 避开障碍物, 并且在避开障碍物进入安全区域后重新恢复线形编队.     

基于差分进化的改进细菌觅食算法在智能配电网故障定位方法中的应用

为了解决含分布式电源的配电网的故障定位问题,提出一种基于差分进化的改进细菌觅食算法进行配电网故障定位,首先针对分布式电源投切问题,构建能够动态适应多个分布式电源投切的开关函数,然后结合区域划分思想,通过将各个配网支路分为有源树和无源树进行故障信息筛选,降低解空间,提高故障定位的速度;同时针对细菌觅食算法精度不高和全局搜索能力较差的问题,借鉴差分进化中的变异和交叉机制,通过多样性控制与交叉操作协调来实现细菌觅食算法在细化搜索与扩展新区之间的协调,提高算法的寻优精度和全局寻优能力,适用于复杂的含分布式电源的配电网络。通过算例对该故障定位方法进行仿真,结果表明该算法能准确定位,并具有一定的有效性和容错性。     

基于健康管理的多机器人覆盖控制

装备了传感器的多机器人系统可以完成在各种场景中覆盖搜索任务,例如污染源监测和控制。而传统基于CVT的覆盖控制算法未曾考虑到环境对机器人健康的影响,以及不同健康的机器人对覆盖成本的影响。针对上述问题,本文提出了一种基于健康优化管理的多机器人覆盖控制算法。首先引入多机器人健康优化管理办法,将机器人的健康退化纳入位置优化问题,最大程度地减少机器人的健康损耗,并尽可能的延长不健康机器人的工作寿命;其次引入基于加权维诺的分布式覆盖控制方法,为多机器人提供最优配置的同时最小化代价函数;目标是当机器人执行任务的能力随时间变化时,执行覆盖任务,提供最优配置。最终通过数值仿真和实验验证了所提算法的有效性。     

ATMS：一个自治化信任管理系统

信任管理技术基于授权凭证签发、通过分布式凭证搜索验证信任关系链,有效实现了开放环境下的分布式授权和访问控制过程。然而,由于开放式环境下信任网络的复杂性和动态性,传统的信任管理系统在凭证搜索、凭证链的建立方面效率不高。针对这一问题,提出了一种自治化的信任管理系统,通过引入权限路由表的概念,使得凭证链建立的过程中,凭证的搜索能够始终导向权限请求的客体。在信任网络比较复杂,权限请求频繁的情况下,自治化的信任管理系统能够提高凭证搜索和凭证链建立的效率。