基于Leader-Follower的分队队形控制寻径算法研究

在战场环境中,战术分队的队形在面对复杂静态或动态障碍物难以较好地保持,针对此问题,提出了基于Leader-Follower算法的改进队形控制方法。在Leader寻径阶段,通过在战场导航网格中应用两阶段路径搜索方法,先使用A*算法寻找由三角形通道和可利用地物组成的路径,再使用改进的Funnel算法在考虑队形规模的约束条件下对路径作平滑处理。在Follower跟随阶段中,通过采用morphing技术,产生在复杂障碍约束下平滑的中间约束队形序列,并结合提出的队形弹簧模型,局部修正并控制Follower每一时刻的速度。为解决面对动态障碍的避碰问题,基于相对速度障碍法,并加入速度协同控制,避免队形在避碰过程中失效。最后通过实验表明了该方法的有效性。     

基于行为的机器人部队队形控制方案

提出了一种适用于实时动态环境下机器人力队的基于行为的分布式实时队形控制算法。研究了这种基于行为的方案在遇到大体积障碍物时行为,仿真过程表明该法既能使机器人动态分组、各自规划,又能机器人部队作为一个整体维持队形。该算法可使机器人形成和保持任意队形,同时集成了避障和导航的能力。最后指出了算法在控制机器人团队转向或避障运动时的问题出现的原因以及改进方法。     

机器人足球比赛防守与进攻队形转换的研究

随着机器人足球的发展,机器人防守和进攻的队形对于比赛显得尤为重要.为了加强机器人足球比赛中的防守和进攻,文章通过分析足球在不同区域时防守队形的选择、防守与进攻的队形转换、以及在极端情况下剩余机器人的有效利用等几个问题,研究和设计机器人防守和进攻队形转换的算法和策略.机器人队形的选择采用人性化的方法,大大提高了队形的形成...     

基于领导跟随的欠驱动船舶编队跟踪控制

针对具有三自由度欠驱动水面船舶编队控制问题,提出一种基于领导跟随 ( Leader /Follower) 结构的欠驱动水面船舶队形跟踪控制方法。当系统接收到队形控制指令, 每个欠驱动水面船舶按照自己在编队中的角色进行控制,其中Leader 根据任务中的队形指令 完成航迹跟踪控制,而Followers 则依据Leader 的信息和航行中任务中的队形指令完成航迹跟 踪控制。在航迹跟踪控制中,根据期望队形任务指令为每个船舶设计需要跟踪的参考路径和 速度指令; 基于Lyapunov 理论和重定义输出方法设计非线性速度控制器和路径跟踪控制器跟 踪设计路径和速度指令; 稳定性分析证明了队形跟踪误差是一致最终稳定的。仿真结果表明 船舶可以跟踪任意期望曲线队形,从而验证了方法的有效性。     

快速收敛的机器人部队任意队形分布式控制算法

针对多智能体协作完成特定任务时难以在全自主控制的前提下协作形成任意队形和队形向量不易确定的问题 ,通过由各智能体自主简单的确定自己的队形向量 ,从理论上扩展基于队形向量的队形控制原理以生成任意队形 ,改进机器人的运动方式以提高收敛速度 ,提出一种快速收敛的机器人部队任意队形分布式控制算法 .仿真结果表明 ,该算法可以形成任意队形 ,比现有控制算法的收敛速度快 ,队形收敛所需的时间仅为现有算法的 10 %左右     

动态环境下改进蚁群算法的多Agent路径规划

针对动态环境下的多Agent路径规划问题,提出了一种改进的蚁群算法与烟花算法相结合的动态路径规划方法。通过自适应信息素强度值及信息素缩减因子来加快算法的迭代速度,并利用烟花算法来解决路径规划过程中的死锁问题,避免陷入局部最优。在多Agent动态避碰过程中,根据动态障碍物与多Agent之间的运行轨迹是否相交制定相应的避碰策略,并利用路径转变函数解决多Agent的正面碰撞问题。仿真实验表明,该方法优于经典蚁群算法,能够有效解决多Agent路径规划中的碰撞问题,从而快速找到最优无碰路径。     

基于队形向量的机器人部队队形控制

多智能体协作完成特定任务是多智能体领域的一个基本问题 .本文结合多智能体理论和基于队形向量的队形控制算法 ,提出了一种改进的基于队形向量的控制机器人部队形成任意形状的队形的分布式队形控制算法 DFC.仿真的实验结果证明 ,该算法比现有算法功能完备 ,控制简单     

基于改进蚁群和DWA算法的机器人动态路径规划

路径规划技术是移动机器人研究领域中的一个重要分支,使得机器人能够在多障碍物环境中安全快速地找到一条相对最优路径.针对全局路径规划时蚁群算法盲目性搜索、易陷入局部最优、收敛速度慢以及局部路径规划时DWA算法难以有效地规避动态障碍物等问题,提出一种改进蚁群算法与DWA算法的融合算法.首先,采用GRRT-Connect算法不等分配初始信息素,解决陷阱地图中局部最优问题;然后,增加蚁群接力搜索方法以解决蚂蚁禁忌表自死锁问题,并利用切片取优方法优化最优路径选择机制得到全局最优路径;接着,以最优路径关键点为子目标点运行DWA算法,提出自适应调节速度方法进行最优行驶;最后,提出预计算方法规避动态障碍物达到局部规划效果.仿真结果表明,与现有文献结果相比,融合算法最优路径长度缩短了10.28%,收敛速度加快了6.55%,验证了所提出算法的有效性和优越性.     

一种复杂场景下的路径规划问题解决方法

路径规划在诸多领域都有重要的应用价值,研究者们提出了多种解决路径规划问题的算法.但复杂场景下的路径规划问题并未得到很好的解决,特别是窄通道和Z字形场景下的路径规划问题.为了解决这一问题,提出了一种关键点路径规划方法.该方法通过关键点的引入,将整个路径规划切分成多个较短的子路径规划,从而降低问题的规模,提高规划效率;同时...     

基于Voronoi图的群体队形控制方法

影视作品中采用群体队形控制技术来制作大量角色处于某种队形运动的场景，但许多群体队形技术往往侧重于对自由移动的个体角色进行控制，而忽视了对队形运动的整体控制，导致场景画面缺乏美感性、整体性和条理性。针对这些问题，提出了基于Voronoi图的群体队形控制方法。首先，将群体队形进行Voronoi图空间划分，建立一个包含所有智能体的队形网格；然后，提出一种新的群体队形形变算法，采用人工势能场和相对速度障碍法进行合理避障，再结合弹簧系统使群体队形在形变过程中尽可能保持整体稳定；最后，采用Lloyd算法快速恢复到目标队形。实验结果表明，该方法可以很好地模拟群体队形变换运动，适用各种复杂场景，具有美感、整体、条理的队形变换效果。