生物交哺行为启发的群体机器人搜集行为研究

为了提高群体机器人系统的整体性能,受生物系统中普遍存在的交哺现象的启发,在原来多机器人系统的基本行为的基础上,提出了一种引入交哺行为的多机器人协作机制。机器人依靠有限的感知能力和局部交互功能,以自组织方式执行目标搜集任务。机器人的内部状态变量反映其执行任务的情况以及对环境和其他机器人的评价。比较机器人的内部状态变量,可以判断是否需要交哺和交哺的方向性。主要目的是减少机器人之间的冲突,降低系统能量消耗的同时,提高机器人搜集目标的效率。最后通过计算机仿真实验以及与其他多机器人协作方法比较,分析该方法对提高系统性能的有效性。     

基于生物启发神经网络和DMPC的多机器人协同搜索算法

针对多机器人在未知区域的覆盖搜索问题,提出一种基于生物启发神经网络和分布式模型预测控制(DMPC)的多机器人协同搜索算法.利用栅格地图表示未知区域,基于栅格地图建立生物启发神经网络来表示动态搜索环境,生物启发神经网络中未搜索栅格的神经元活性值大于己搜索栅格和障碍物栅格.在此基础上,为了平衡机器人覆盖搜索过程中的短期收益...     

开架水下机器人生物启发离散轨迹跟踪控制

针对水下机器人常规反步跟踪控制的速度跳变问题,提出了基于生物启发模型的反步滑模混合控制方法.应用生物启发模型的平滑、有界输出特性,产生渐变的参考跟踪速度,克服了速度跳变问题,也满足了推进器推力约束.同时自适应滑模控制算法产生跟踪控制律,对于水下干扰及模型不确定影响具有鲁棒性,能够实现水下机器人稳定、准确的轨迹跟踪控制.所提方法的稳定性通过Lyapunov理论进行了证明,并将该方法对FALCON开架水下机器人进行水平面离散轨迹跟踪控制的仿真研究,实验结果表明了提出控制方法的有效性.     

群体智能研究综述

群体智能利用群体的优势,在没有集中控制、不提供全局模型的前提下,为寻找复杂问题的解决方案提供了新的思路。首先阐述了群体智能的研究现状,包括典型的蚂蚁群优化算法、粒子群优化算法、群体机器人以及算法的应用。在此基础上,对今后的研究趋势进行了分析和展望：对群体智能系统底层机制的研究以及群体机器人的研究将是今后研究的重点,具有重大意义和广阔前景。     

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.     

从自然灵感角度出发的群体智能集群机器人系统研究综述

受生物自组织行为启发的群体智能研究近年来发展势头迅猛,以生物自组织行为内在机理为依据可以协助研究者设计出高效的集群系统。本文从生物自组织行为出发对群体智能集群机器人系统的研究成果进行综述,首先解释自然界中生物的部分自组织行为;其次对生物自组织行为机制所衍生出的群体智能集群机器人系统任务进行归类,总结近年来的研究成果;最后对集群系统当前研究存在的问题以及受生物行为启发的集群机器人系统未来发展趋势进行展望。该综述致力于为广大研究者提供一个新角度思考群体智能集群机器人系统的研究成果以推动相关领域发展。     

生物启发神经动力学模型的自治水下机器人反步跟踪控制

本文提出一种生物启发神经动力学模型的自治水下机器人(autonomous underwater vehicles,AUV)三维轨迹跟踪控制算法.将AUV在三维空间的运动分为水平面运动和垂直面运动,针对传统反步轨迹跟踪控制器出现的速度跳变问题,采用生物启发神经动力学模型,通过构造一种简单的中间虚拟变量,同时结合Lyapunov函数设计出轨迹跟踪控制律,使其控制效果在水平面和垂直面都能够达到全局渐近稳定并且有平滑连续的输出结果,克服AUV反步轨迹跟踪控制的速度跳变问题.仿真结果证明了所提控制律的有效性.     

基于机器人技术的智能化入出库系统研究

针对当前自动化立体仓库出入库系统效率不高的问题,将机器人技术引入到立体仓库的设计中,初步提出了一套较为完整的基于机器人视觉和控制技术的出入库系统方案.机器人视觉方面,实现了图像的预处理、图像分割、边缘检测和特征提取;机器人控制方面,将示教方式与远程方式相结合,既充分利用了图像处理的结果,又降低了机器人控制的复杂性.最后的实验结果证明了设计的可行性和实用价值.     

基于多智能体的多机器人控制研究

多机器人控制是目前机器人研究的关键问题,本文以足球机器人为研究平台,首先讨论多智能体系统的组织结构和智能体的体系结构;然后,基于多智能体理论,组建多机器人系统,提出一种适用性广泛的多机器人协作控制方案,主智能体和辅助智能体相互协作,降低多机器人系统控制的复杂度.提高了控制效率.实验结果证明该协作控制方案的优越性.     

基于Web的群体机器人远程控制系统研究与实现

介绍一种基于Web的群体机器人远程控制系统的设计与实现,针对“如何消除群体机器人控制在空间距离上的限制”问题,利用互联网跨平台、分布式、大众化、易用等诸多优势来解决,并以图标化层次化的控制方式增强系统的可用性与用户友好性.通过指令编码优化数据传输效率,简化处理逻辑.从用户访问,状态控制与指令附加信息3个方面增强系统可靠性,保证控制逻辑的正确性.采用最新的开源技术实现系统,便于系统的更新维护.     

集群机器人研究综述

首先,给出了集群机器人的定义与基本特征,概括了相对于传统多机器人控制方法的优势.然后,总结了集群机器人的主要设计与分析方法.将集群机器人研究归纳为空间组织、集群导航、集群决策以及其他集群行为等4类,综述了各类别近十年的主要研究成果.最后,分析总结了当前集群机器人研究面临的挑战与关键科学问题,并对未来发展方向进行了展望.     

群机器人学

介绍了群机器人学的含义、特点和发展现状,分析了研究群机器人系统的相关理论和方法,总结了群机器人学研究的主要内容,并指出其发展趋势。     

基于群体智能的算法研究

计算机技术不断发展,从而带动着算法技术不断更新,尤其是在模仿社会性动物的行为领域,产生了很多的智能算法。本文主要介绍当前几种热门研究的算法,阐述了其工作原理和特点,同时对其发展进行了展望。     

群体智能算法总体模式的形式化研究

在对群体智能算法给出形式化定义的基础上 ,给出了群体智能算法的总体模式框图 ,并以微粒群优化算法实例进行了具体算法模式的形式化描述 .     

群体智能优化算法

群体智能优化算法利用群体的优势,在没有集中控制并且不提供全局模型的前提下,为寻找复杂的分布式问题的解决方案提供了基础。介绍了两种群体智能算法模型:蚁群算法模型和粒子群算法模型,研究了两种算法的原理机制、基本模型、流程实现、改进思想和方法;通过仿真把蚁群算法与其他启发式算法的计算结果作对比,验证了蚁群算法具有很强的发现较好解的能力,不容易陷入局部最优;微粒群算法保留了基于种群的、并行的全局搜索策略,采用简单的速度-位移模型操作,在实际应用中取得了较高的成功率。     

基于群智能和人工生命的群体行为动画仿真

为了更好地提高智能鱼在复杂动画中的应用,在分析自然鱼的感知、认知、运动和行为系统的基础上,研究并实现了简单的智能鱼动画。首先建立了虚拟环境下智能鱼的视觉感知模型和认知模型以及听觉模型,然后通过微粒群算法确定智能鱼的运动轨迹,模拟智能鱼的自由游动、捕食和躲避危险几种行为动作,最后经动画仿真,智能鱼具有集群、躲避鲨鱼的攻击、绕障碍物游动和觅食行为。经过仿真之后的动画效果有所优化,因此将微粒群算法应用到群体行为动画仿真中有一定的现实意义。     

群集智能算法研究现状及进展

基于群集智能的算法研究,近年来受到了广泛的关注.本文讨论了群集智能的两种算法,蚁群智能与微粒群智能.分别阐述了它们的原理、基本算法及其一些改进算法.最后讨论了群集智能算法的一些应用实例以及它们的应用领域和未来的研究方向.     

群集智能算法研究现状及进展

基于群集智能的算法研究,近年来受到了广泛的关注。本文讨论了群集智能的两种算法,蚁群智能与微粒群智能。分别阐述了它们的原理、基本算法及其一些改进算法。最后讨论了群集智能算法的一些应用实例以及它们的应用领域和未来的研究方向。     

群智能算法的研究进展

群智能是一种仿生自然界动物昆虫觅食筑巢行为的新兴演化计算技术。目前主要的群智能优化算法有蚁群算法、微粒群算法和人工鱼群算法。本文介绍了群智能算法的产生、发展和优点,并着力阐述了上述三种典型算法的基本原理,同时概述了各算法的应用现状,最后提出了算法将来有待研究的内容。