基于势场法的水下机器人全局路径规划研究

本文阐述了用势场法进行矩形状机器人全局规划的方法，首先针对凸形障碍物确定了势函数的形式，然后利用最小势谷算法，把机器人的工作空间用图来表示，利用搜索算法到了全局路径，最后在微机上对算法进行了仿真，给出了仿真结果。     

人工势场法在多机器人运动中的研究

多机器人运动主要包括避障避碰、群集运动、队形控制三个模块.人工势场法在这三方面的理论基础已比较成熟,但在具体应用上还有一些值得改进的地方,如局部最小问题的解决、多机器人运动存在的特殊碰撞问题、复杂环境下的运动以及队形控制算法的探讨等.针对这些问题,分析了势场法在多机器人运动规划中的研究方法和现状,并对势场法在该研究领域的前景和研究方向做出了展望.     

基于多LCS和人工势场法的机器人行为控制

基于遗传算法的早熟收敛、局部最优解、占据较大的存储空间等缺陷,提出了一种基于多LCS和人工势场法的机器人行为控制方法,设计了特殊的适应度函数。不同算法的仿真实验结果表明多LCS和人工势场法相结合用于机器人行为控制是收敛的,很大程度上改善了遗传算法的早熟收敛和收敛速度慢等问题。     

基于模糊改进人工势场法的机器人避障方法研究

在内部密封、狭窄、多障碍的船舱环境中,障碍物的分布具有随机性和不确定性,对于移动机器人的避障方法而言,传统人工势场法存在目标不可达、局部极小值等问题.设计了一种基于模糊逻辑的改进人工势场法,在避障算法的局部极小值附近,基于模糊逻辑给予移动机器人辅助控制力,帮助机器人逃离局部极小值点,避免机器人在避障过程中陷入局部极小值点的问题,并且优化路径.仿真实验表明:在多障碍复杂环境下,该算法能实现机器人实时、安全的避障.     

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     

基于行为的多机器人队形控制仿真研究

采用基于行为的控制方法,设计了多机器人队形控制的五个子行为:奔向目标、躲避障碍物、围绕障碍物、保持队形和随机扰动。在子行为设计中引入了阶梯控制区法,提高了队形控制的容错性。使用Teambots仿真平台对典型的直线队形控制进行了仿真。针对单向虚拟参照点法队形控制不稳定的情况,采用双向虚拟参考点法对控制方法进行改进,根据运行时间对改进的队形控制方法进行了评估,实验结果表明,改进的方法大幅提高了队形控制的稳定性与系统运行效率。     

基于一致性理论的多机器人系统队形控制

首先回顾了多机器人系统队形控制方面的成果;然后提出一个多机器人队形控制的模型．该模型可描述多机器人之间相互作用固定和动态切换两种通信拓朴结构,也能描述多机器人系统队形的分布式控制方法和基于leader的控制方法,还能表示多机器人系统奔向目标点的行为,在此基础上,利用一致性理论,对系统的稳定性条件进行分析．最后通过仿真证明了该方法的有效性．     

一种基于人工力矩的动态队形控制方法

本文首先定义了距离最优对应.给出了求距离最优对应的方法一淘汰法的模型、原理和详细步骤.从而得到了一种确定各机器人对应节点的较优准则.然后为了使机器人在运动过程中,既能避开各种障碍,又能最终得到目标队形,定义了两种新人工力矩.并基于人工力矩为各种机器人分别设计了运动控制器.最后基于上述成果.提出了一种一般性的动态队形控制方法.该方法不但能动态地控制机器人队形,且由于优化了机器人的对应节点,所以优化了队形的形成时间.仿真结果表明该方法是可行且有效的.     

基于改进人工势场法的足球机器人避碰控制

本文在分析足球机器人避碰的特点及传统人工势场法不足的基础上，提出了引入 障碍物的速度和加速度矢量的改进人工势场法，用于足球机器人的避碰控制．仿真实验表明 ，这种方法是可行的，并弥补了传统人工势场法的不足．     

基于反步控制的多AUV编队控制方法研究

针对自主水下机器人(AUV)集群编队任务的实际需求,本文提出了一种基于反步控制思想的多AUV编队控制算法.根据多AUV集群系统的平面Leader-Follower编队模型,推导了多AUV编队控制的数学模型和优化目标.对于积分串联型的AUV非线性系统,借鉴反步控制思想设计了一种新型的控制律函数,采用李雅普诺夫理论证明了AUV集群系统编队控制的稳定性.仿真结果表明,采用本文提出的编队控制方法,AUV集群能够较好实现队形保持与队形切换功能,算法收敛,满足实际编队控制的需求.     

基于人工势场法的AUV避障算法研究综述

简述了人工势场法的概念,分析了人工势场法的引力和斥力势场模型,指出了人工势场法在应用中存在的水下复杂环境问题、目标不可达问题、局部极小值问题;从考虑复杂障碍物因素和海流因素两方面阐述了水下复杂环境问题的研究现状,从对势场函数进行重新定义或对斥力势场函数进行修正两方面阐述了目标不可达问题的研究现状,从设置虚拟引导点等方面阐述了局部极小值问题的研究现状,并且阐述了几种组合避障算法的研究现状;从构造更完善的势场函数模型、考虑复杂海流因素影响、算法融合以及在算法中加入路径评价机制等方面对人工势场法未来的发展方向进行了展望。     

基于势函数的多机器人系统的编队控制

提出了一种基于势函数的、能够有效地对多机器人系统的编队队形进行稳定性分析和分布控制的方法．文章通过选择适当的、与目标和结构相关的势函数,利用图论知识和李亚普诺夫稳定理论,设计了一种新颖的能够稳定机器人编队队形并有效跟踪目标的分布控制律,并给出了多机器人系统编队队形稳定及控制问题有解的充分条件．算例仿真说明了这种控制方法的有效性．     

基于三维速度势场的AUV局部避碰研究

以势场方法的思想为出发点,提出一种基于速度势场的AUV局部避碰仿真方法．根据AUV的特点建立了空间碰撞危险区域和由水平面速度势场和垂直面速度势场组成的三维速度势场．该方法较好地利用了相对速度的信息．仿真实验证明此方法可以使AUV在水下多运动障碍物的环境中得到较好的局部避碰效果,为今后的海试打下了很好的基础．     

基于改进人工势场法的移动机器人导航控制

传统人工势场法在移动机器人导航过程中存在局部极小值,障碍物周围震荡等问题。针对采用传统人工势场法实现移动机器人导航过程中存在的问题,本文引入旋转力改进人工势场法,同时运用细菌觅食混合粒子群算法（BF-PSO）对移动机器人导航过程中的控制器参数及势场函数增益系数进行离线优化。运用优化参数进行基于改进人工势场法的移动机器人导航的仿真,仿真结果表明BF-PSO算法对移动机器人导航具有较好的优化效果。     

移动机器人路径规划的模糊人工势场法研究

静态环境下的路径规划是移动机器人领域非常重要的研究课题。人工势场法由于算法简单、计算量小、运算速度快、实时性好等特点,在移动机器人路径规划中得到了广泛应用,但人工势场法也存在目标不可达和局部极小值问题。针对人工势场法存在的不足,将模糊控制思想引入到移动机器人的路径规划中来,对移动机器人的偏转角进行精确控制。仿真实验结果证明了所提方法的有效性。     

基于改进人工势场的移动机器人路径规划

介绍了传统人工势场法在静态环境中的应用,分析了此方法在动态环境中的不足,在此不足的基础上引入了速度势场的概念,改进了传统的人工势场函数,得出了新的引力函数和斥力函数;新的引力函数和斥力函数考虑了机器人、目标点、障碍物的速度特性,使机器人能更好适应动态环境;在新的势场函数作用下,机器人能快速调整自身速度大小和方向,使其快速脱离障碍物的威胁并快速、准确到达或追踪目标;仿真实验结果验证了新的人工势场函数的有效性.     

基于模糊关联规则的微博用户潜在兴趣发现

针对微博用户兴趣随时间变化的特征,提出一种基于模糊关联规则的潜在兴趣发现方法(PIDFAR),利用LDA主题模型表达微博主题分布,通过时间加权的方式计算出用户现在兴趣的主题分布,进行模糊关联规则挖掘,得出关联规则集合以表示和发现用户兴趣随时间发生变化的一般规律,最后根据关联规则集合中关联规则和用户现在兴趣的主题分布来计算相似度,取相似度较高的关联规则的后项的集合组成用户的潜在兴趣.实验表明, PIDFAR方法能够使得用户潜在兴趣的发现过程脱离用户的好友群体限制,相比基于协同过滤技术的潜在兴趣发现方法明显提高了发现微博用户潜在兴趣的准确率.     

基于模糊规则的液位控制系统

针对过程．工业中的液位控制问题,为弥补常规液位控制方法在应用中的不足,根据液位装置操作的特点,采用模糊控制方法,提出了一种基于模糊规则的液位控制系统。该方法针对影响液位的可测扰动采用前馈控制加以补偿,既避免了在线优化的过程,又增强了系统对随机扰动的鲁棒性,在实际工业应用中取得了理想的控制效果。