排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
未知环境下, 群机器人无法预先获取多目标搜索的环境信息, 仅可局部感知与局部通信. 本文针对避障效
率与搜索效率的缺陷提出边界扫描的避障策略和目标位置估计的粒子群算法, 边界扫描的避障策略(BSOA)将障碍
物简化成连续障碍物与非连续障碍物两种情况, 并根据情况向特定边界运动; 目标位置估计的粒子群算法
(TPEPSO)则利用获取的目标信号估计目标位置, 结合粒子群算法到达目标附近, 从而实现目标搜索. 提出的方法与
基于简化虚拟受力分析模型的循障避碰方法(SVF)及扩展粒子群算法(EPSO)、自适应机器人蝙蝠算法(ARBA)仿真
比较, 搜索效率提高5.72% ～ 21.58%, 总能耗减少4.30% ～ 19.11%. 相似文献
1