基于人工免疫系统的异构多机器人联盟形成

对动态环境下多机器人联盟形成问题进行了研究,提出了一种基于人工免疫系统的异构多机器人联盟形成方法.该方法在对比人工免疫系统与多机器人系统相似关系的基础上,利用人工免疫系统的隐喻机制为面向动态感知任务的异构多机器人联盟形成问题提供了一种新的思路和解决方法.进行了未知非结构化环境下的多机器人协作搜集仿真实验,仿真结果表明所提方法可以使多机器人系统自主地形成机器人联盟以完成动态感知任务,提高了多机器人系统执行任务的效率.     

基于多Agent通信机制的机器人控制系统

本文主要讨论了多Agent机器人控制系统的体系结构,协作机制与通信模式。实现了基于多AgentTTS播报的机器人控制系统,讨论了通信本体论以提高多Agent之间的协作效率,研究了WebService中多Agent语音播报与协作。     

异构多机器人编队相互通信时延精确控制

编队控制是多机器人协同控制领域研究的重点问题。考虑实际复杂环境,对异构多机器人系统的编队控制研究更具工程意义。再者,当异构多机器人编队系统存在通信时延时,同时对系统中不同阶机器人进行一致性分析的难度增大。针对以上问题,提出一种基于一致性理论的异构系统编队控制算法。考虑零时延与固定时延两种情况,首先,利用一致性思想将领航跟随者模式下的异构多机器人系统编队控制问题转换为稳定性问题。然后,根据矩阵分析与Routh-Hurwitz定理,推导出零时延系统实现编队控制的充要条件。进一步构造Lyapunov-Razumikhin函数,利用Newton-Leibniz公式与Lyapunov定理,推导出固定时延系统实现编队控制的充分条件。仿真结果表明：基于一致性算法的异构多机器人系统能够实现相互通信时延条件下的编队精确控制。     

异构多机器人协作系统研究进展

异构多机器人系统可以发挥单一结构机器人在某个领域的优点而达到整体的最优配置,机器人的功能和接口协议对协作系统影响很大.IGRS协议是我国在信息设备协作领域中惟一的国际标准,为异构多机器人协作提供了有效的支持.对国内外相关研究进行系统地归纳和总结,找出需要解决的问题,并在课题组研制的多种机器人平台上,从3个方面阐述了基于IGRS协议的异构多机器人协作系统:异构机器人的定位、通信以及感知方案;异构机器人协商策略和分组方案;机器人的功能分类和规划,提出了细粒度可控的任务委托分配方案.     

动态环境下分布式异构多机器人避障方法研究

多机器人系统在联合搜救、智慧车间、智能交通等领域得到了日益广泛的应用。目前,多个机器人之间、机器人与动态环境之间的路径规划和导航避障仍需依赖精确的环境地图,给多机器人系统在非结构环境下的协调与协作带来了挑战。针对上述问题,本文提出了不依赖精确地图的分布式异构多机器人导航避障方法,建立了基于深度强化学习的多特征策略梯度优化算法,并考虑了人机协同环境下的社会范式,使分布式机器人能够通过与环境的试错交互,学习最优的导航避障策略;并在Gazebo仿真环境下进行了最优策略的训练学习,同时将模型移植到多个异构实体机器人上,将机器人控制信号解码,进行真实环境测试。实验结果表明:本文提出的多特征策略梯度优化算法能够通过自学习获得最优的导航避障策略,为分布式异构多机器人在动态环境下的应用提供了一种技术参考。     

基于案例的异构多机器人系统的协作研究

目的是研究异构多机器人系统中机器人之间的协作过程.基于足球比赛案例,将异构多机器人系统的任务分为找球、跟随、踢球等几个作业.以人形机器人和轮式机器人作为研究对象,并赋予不同的功能,对机器人能力进行建模.讨论如何以优化的方案分配给执行任务的机器人,并建立了一种参考模型.最后,以流程图方式说明了机器人的行为控制.实践表明,由具有不同能力的机器人共同协作可以更加有效地完成任务.     

基于多机器人的微机器人足球比赛系统

微机器人足球比赛是将多机器人的协调控制、实时视觉系统、无线电通信、策略知识库系统、多传感器融合及计算机软/硬件等各种技术综合在一起的非常复杂的智能机器人应用系统.文中主要介绍能作微机器人足球比赛的MRS—1型多机器人系统.该系统由三部分组成:第一,组成球队,并能进行足球比赛的多微机器人系统;第二,对多机器人进行控制的主控系统,包括:对足球比赛的动态环境(包括自己和对方)做全面了解和分析的实时视觉系统,对各机器人与主控系统之间起联络作用的无线电通信系统,以及根据动态环境产生比赛策略的主计算机系统;第三,比赛环境,包括:比赛场地、球及裁判员,在整个比赛过程中,场外人员不允许用操纵杆、口令或其它方法干预比赛,机器人完全独立、自主地进行比赛,因此这种微机器人足球比赛是能考验机器人的智能化程度和自主性的新方法.微机器人足球比赛不但会推动多机器人系统的各种关键技术的发展,而且也会促进实际足球比赛的战术策略的发展.     

多足步行机器人液压控制系统研究现状与发展趋势

针对多足步行机器人液压系统能量损失较大、结构相对单一及控制策略相对复杂等问题,从机器人液压系统和控制策略2个方面分析了多足步行机器人液压控制系统现状．将液压系统从泵源、液压执行器和液压控制结构3个方面分别阐述．从动力来源和油路结构介绍了泵源,从结构分类、一体化集成和特殊功能简述了不同液压执行器的应用,从阀控液压系统和泵控液压系统介绍了液压控制结构．从自由空间和约束空间两方面介绍了系统控制策略．多足步行机器人液压系统的发展方向包括小型化、轻量化、节能降耗、降低噪声和泄漏以及对控制策略的改进．     

基于平行进化的机器人智能控制研究

为增强机器人的实用性,使机器人在一定环境内能够自主完成指定任务,具备良好的环境适应能力需要在机器人系统的设计与开发中引入进化的机制与思想,在机器人对环境的反射中,通过学习促进机器人行为与功能的进化.在机器人进化思想的基础上,提出了一种机器人和软件人之问的平行进化方法,建立了平行进化过程的多重广义模型,给出了平行进化的具体算法,并在实际的变电站巡检机器人系统中加以实现与验证.实际应用情况表明平行进化的方法可以提升机器人智能化水平、扩展机器人功能.     

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.     

一种基于势能函数的多智能体编队控制新方法

提出一种针对移动障碍物的编队控制方法．在二次积分模型的基础上,采用了采用了势能函数 进行控制设计,该势能函数是基于电势场的概念提出的．在智能体和障碍物之间采用基于位置并加以速度修 正的势能函数,在智能体之间采用基于位置信息的势能函数．状态反馈的策略则用于控制智能体向目标移动． 此方法减小了整个势能场的复杂度,降低了局部极小值产生的可能．文章证明了这种控制方法的稳定性,并 用仿真说明了此种策略的控制效果．     

基于Multi-Agent的多AGV自主控制系统设计与实现

在研究多智能体技术的基础上,提出了一种基于黑板结构和产生式规则的AGV（Automated guided vehicle）自主控制系统。根据多AGV系统运行特点,进行了单车Agent建模和多车协作系统的结构设计。系统阐述了在协作背景下任务管理、交通控制等模块的特性并构建相应的全局黑板结构。现场物流输送试验表明,提出的体系结构可以有效完成预定任务。     

一种基于工业PC的软PLC控制系统

首先介绍了基于PC的控制系统的发展状况以及软PLC技术的概念和组成结构。然后详细地叙述了基于工业PC的软PLC的软、硬件实现方案,最后给出了应用实例。     

一种基于工业PC的软PLC控制系统

首先介绍了基于PC的控制系统的发展状况以及软PLC技术的概念和组成结构.然后详细地叙述了基于工业PC的软PLC的软、硬件实现方案,最后给出了应用实例.     

基于多智能体通讯机制的多机器人编队系统

源于分布式人工智能的多智能体系统,以其突出的灵活性和适用性,被应用于多机器人协调系统领域。论文从多智能体理论出发,研究在真实世界里利用多协议全双工的通讯机制如何来实现多智能体机器人系统的技术和方法,并通过编队试验对系统性能进行验证。结果表明系统的构建是稳定可行的。     

一种采用SYMPHONY系统实现的炉膛压力控制策略

介绍了一种采用SYMPHONY系统实现的炉膛压力控制策略。     

基于智能多代理技术的网络拥塞控制方法的研究

研究了MPLS技术在网络拥塞控制中的应用,建立了一个多代理系统的模型,并利用多代理的自主性和协作性,为拥塞的标记交换路径(LSP)重新选择一条新的、负载较轻的链路,从而达到网络拥塞的智能控制。     

基于多Agent的水电站经济运行控制系统

电力是现代社会最重要最广阔的支柱产业之一,但在电能生产过程中,却存在着资源浪费或不能完全、充分发挥效能的现象。为了解决水电生产中的这一问题,许多研究者提出了水电站经济运行的问题。到目前为止,已经有许多从理论上解决这个问题的优化算法来,但却无法很好地得以实现。本文将水电站经济运行理论研究成果与新型的多Agent理论结合起来,建立了一种与传统自动化控制有着本质区别,并且具有较高的智能性的水电站经济运行控制系统,从而为真正意义上实现水电站的经济运行提供依据。     

A Logic Based Asynchronous Multi-Agent System

We present a logic programming based asynchronous multi-agent system in which agents can communicate with one another; update themselves and each other; abduce hypotheses to explain observations, and use them to generate actions. The knowledge base of the agents is comprised of generalized logic programs, integrity constraints, active rules, and of abducibles. We characterize the interaction among agents via an asynchronous transition rule system, and provide a stable models based semantics. An example is developed to illustrate how our approach works.