基于位置反馈的多机器鱼编队控制

为实现多机器鱼的队形控制,在图论队形控制理论的基础上引入一种基于位置反馈的队形控制策略。介绍参考机器鱼的概念,在任一时刻都设定一个保持不动的参考机器鱼,其它机器鱼则根据当前参考机器鱼的位置及机器鱼之间的信息交互来调整其相对位置,使多机器鱼系统在有限时间内实现任意队形的形成。在水下机器人2D仿真平台上进行实验,并给出不同情况的实验结果。仿真结果表明：该方法整体性好,鲁棒性强,抗干扰性强,计算简单,可实现任意队形。     

基于一致性理论的多机器鱼编队控制

针对多机器鱼系统的一致性问题,设计一种基于一致性理论的多机器鱼编队控制模型。采用一个基于拓扑结构的多机器鱼编队控制模型描述机器鱼之间的信息交换方式,分析该模型下的有向网络取得渐近一致性的条件,并应用到领航者一跟随者模式下的编队控制中,将任意的队形转化为“一跟一”的局部“领导-跟随”关系并奔向目标区域,并在水中机器鱼2D仿真平台上进行仿真分析。仿真结果表明：该编队理论在多机器鱼控制系统中是有效的。     

一种机器鱼仿真平台场地与动态实体的实时绘制方法

为了解决水中机器人竞赛URWPGSim2D仿真平台1．0版本中无法进行比赛场地的自适应缩放,以及不便于实时提供碰撞检测所需的实体坐标信息等问题,提出一种机器鱼仿真平台场地与动态实体的实时绘制方法。设计比赛场地与动态实体绘制的实现思路,并根据实体机器鱼的游动模型设计仿真机器鱼的外观及运动形态,使仿真平台中的场地以及所有的动态实体的大小都可根据实体机器鱼比赛场地的尺寸进行等比例缩放及显示。同时,新平台中还提供了动态实体、静态实体的实时位置信息,以便平台中其他模块的调用,并且针对碰撞检测的需要提供了各个实体边缘位置的坐标数据。实践结果证明：该方法能将实体机器鱼的比赛场景实时、逼真地表现在URWPGSim2D仿真平台2．0中。     

一种改进的仿真机器鱼花样游泳策略

针对国际水中机器人大赛2D仿真项目花样游泳中仿真机器鱼的游动优化问题,从整体思路、程序编写、仿真机器鱼游动3方面提出新策略.整体思路上采用渐变图案和动态画面展示完整的故事和主题;程序编写上利用标志和位姿采集使其模块化,以便于插入新动作程序;仿真机器鱼游动上采用特定的游动角度和游动时间优化直线游动,提升游动路线的直线度,并通过实验和比赛进行验证.验证结果表明:该策略有效地提高了花样游泳编队观赏性、整体协作性和技术难度等级,可为相关研究提供参考.     

机器鱼2D 仿真抢球博弈策略

针对机器鱼2D仿真平台更新,抢球博弈场地的变更和规则的改变问题,对抢球博弈策略进行新的规划。介绍抢球博弈项目的比赛场地和比赛规则,利用仿真机器鱼鱼体的多个部位和仿真场地的特殊性运输目标物体,并进行多次实验验证。实验结果表明：新策略能充分考虑比赛场地的地形、机器鱼以及得分情况等实时信息,在不同的区域、不同的得分的情况下执行不同的策略,加强机器鱼的运输和绕障能力,在快速得分的同时又能灵活应变。     

2D 仿真机器鱼协作过孔策略

在机器鱼2D仿真协作过孔比赛项目中,针对无球游动过程中固定路线的行进方法所存在的问题,提出一种优化策略。根据比赛规则,将比赛分为无球游动和带球运输2部分。在无球游动过程中,使用一种根据当前所处位置动态选择最优路线的路径优化思路。在带球运输部分,利用场地的特殊性使用机器鱼身体的所有部位运输。结果表明:优化后的策略能充分考虑该项目的得分要求和场地特点,在速度和稳定性上都有很大程度的提高。     

2D 仿真3vs3 机器鱼协作防守策略研究

在仿真机器鱼水球3vs3比赛中,针对传统防守策略的不足,基于URWPGSim2D仿真平台提出一种新的协作防守策略。在分析目前比赛策略存在的问题的基础上,将防守区域划分为底线防守区域和绝对危险区域,在不同区域采用不同的防守策略,并根据守方区域可能出现的3种防守情形进行针对性的部署分析。实践结果表明,该策略在实际应用中取得了较好的成果。     

基于遗传算法的机器鱼路径规划

针对在线跟踪机器鱼运动等难题,提出基于对基于遗传算法的机器鱼路径规划方法。采用栅格法对机器鱼工作空间进行划分,然后通过复制、交叉、变异等遗传操作得到机器鱼在由栅格表示环境下的最短无碰路径。根据分段控制和模糊控制的思想分别设计出机器鱼前进的速度控制算法和方向控制算法,使机器鱼的实际推进路线尽量与通过遗传算法得到的理想最优路径一致。再通过计算机向机器鱼发出相应的控制指令。实验结果表明,该方法的是有效的。     

基于双重遗传算法的多机器鱼路径规划

为更快地计算出机器鱼之间在协调合作下的最优路径,提出一种基于改进的遗传算法的多目标路径规划方法。在传统遗传算法的基础上加入了插入、删除和修复算子,提高了算法的搜索效率,在选择算子中加入了避免外部存储器中出现相同个体的机制,防止＂早熟＂收敛,并将该算法引入到多机器鱼路径规划中,通过变异、选择等操作得到最优路径。水中机器鱼比赛2D仿真平台上的实验结果表明：该算法具有较快的搜索效率和较强的适应性,并大大提高了系统的协调性。     

基于合作博弈的多机器鱼路径规划

为更好地实现机器鱼之间的协作,避免只规划单个机器鱼的最优路径而使系统运动有失协调性,提出基于合作博弈的多机器鱼路径规划方法。利用博弈论中的合作博弈建立数学模型,将系统中的多机器鱼对应于博弈的参与者,对多机器鱼路径构造合作模型下的博弈方得益函数,求得系统的帕累托(Pareto)最优解,从而得到整个系统的最优路径。在水中机器人2D仿真平台上进行实验分析并用Matlab模拟机器鱼轨迹。分析结果表明,该路径规划理论应用在多机器鱼运动系统中是有效、可行的。     

机器鱼2D 仿真平台碰撞检测算法

为了实现机器鱼2D仿真平台各个对象间完整的碰撞检测,提出一种基于离散碰撞检测的算法。该算法以机器鱼2D仿真平台为基础,结合包围盒树,运用计算机图形学对平台中各个仿真对象进行精确建模;并利用图形学中的分离轴理论、Voronoi Region等概念,提出了适合各对象的不同碰撞检测算法,快速准确地输出检测结果。同时采用运动插值技术,减小步长并键入中间运动模态,实现了模拟连续碰撞检测,进一步提高了碰撞检测准确度。实验结果证明：该方法实现了模拟连续碰撞检测,具有高效、精准的特点。     

基于任务规划的多机器鱼协作策略

为解决2D仿真机器鱼比赛中多鱼对抗项目的任务分工、整体合作及实时动态调整问题,提出基于多机器鱼协作任务规划原理的协作策略。根据机器鱼自身完成任务的能力和效率,将给定的任务分解和分配,按照各比赛项目的特征分别采取不同的协作策略:对2vs2采用群协作分配方式,5vs5项目采用集中分配方式,并设计了三鱼协作队形以提高动作的有效性。仿真结果表明:该协作任务规划方法可增强多鱼的协作能力、动态调整能力和进球率,较好地满足了多机器鱼系统的控制要求。     

基于区域划分和边角处理的机器鱼协作策略

针对水中机器人全局视觉水球2VS2比赛中出现的水球位于边角的特殊情况,提出一种基于比赛场地的区域划分和边角处理的协作比赛策略。通过对比赛场地的划分,划定了2条机器鱼各自负责的区域,并利用机器鱼顶球方式建立机器鱼运动模型。基于水球位于4个边角的问题,讨论了3种协作方式的利弊,得出执行边角处理时采用1条机器鱼处理边角球,1条机器鱼游到合适的位置进行防守的协作策略为最优。在水中机器人平台上进行协作顶球实验验证,实验结果表明：该方法缩短了处理边角球、边界球的时间,提高了机器鱼的协作和进攻效率,使得水球总是朝着有利于己方的方向运动。     

基于坐标变换的机器鱼顶球算法

为了使机器鱼的顶球兼备速度性和连贯性并提高带球进攻效率,提出一种基于坐标变换的顶球算法。在分析典型的顶球算法的基础上,设计了机器鱼的几种简单动作,依据机器鱼、球和对方球门的坐标几何位置关系的设计决策机制来选择机器鱼下一步动作,并在多水中机器人协作控制平台上进行了单鱼顶球实验。实验结果表明,该算法是有效的,能大大提高机器鱼顶球效率和缩短一次进球所需要的时间。     

基于蚁群算法的仿真机器鱼动作决策策略

针对仿真机器鱼非对抗赛和对抗赛情况,为使求解结果在既不依赖初始路线的选择,也不需要外界的特定干预的情况下,实现鱼快速、准确的调整,分别提出2种基于蚁群算法的动作决策策略。基于蚁群算法的分支界限法,判断机器鱼关键物理量所在分支,自主确定当前时刻的鱼的速度和角速度档位的最优组合;而基于蚁群算法的动态规划法,在每个周期内,根据机器鱼反馈回来的动态变量及时进行自主调整。以上2种方法经2D仿真平台验证结果表明：机器鱼可根据该策略调整路径,实现速度和方向的组合优化,以最短的时间和距离找到目标点。这说明基于蚁群算法的2种动作决策策略具有很强的适应能力,满足仿真机器鱼对于动作决策的要求。     

一种2D 仿真机器鱼1vs1 比赛的模糊策略

针对2D仿真机器鱼1vs1比赛中采用的传统策略的不足,提出一种新的模糊控制策略。在分析目前比赛策略存在的问题的基础上,对机器鱼和水球之间在各种位置和距离情况进行分析,并介绍了该策略相比于其它传统策略的优点。实践结果表明：该策略编写的比赛程序在实际应用中取得了较好的效果。     

基于模糊控制的仿生机器鱼避障算法

在具有复杂性与不确定性的水环境下,针对无法建立精确的水下机器人控制数学模型问题,提出基于模糊控制的仿生机器鱼避障算法。将视线导航原理与模糊控制思想相结合,进行水下机器人路径规划。通过专家经验,设计一个模糊控制器,实时调整水下机器人的运动方向,并通过仿真实验验证该算法的有效性。仿真及实验结果表明：该算法能实时、稳定地提供水下机器人的运动路径,有效躲避障碍物,安全达到目标点。     

一种基于有限状态自动机的多鱼协作顶球算法

针对水中机器人比赛中多机器鱼协作顶球时出现的互相干扰的问题,提出一种基于有限状态自动机的多鱼协作顶球算法。从机器鱼运动特点以及水环境的特点出发,以单鱼顶球算法为基础,以有限状态自动机的思路建模,对每条机器鱼的动作决策进行规划,从而能够高效地完成每条机器鱼的路径规划并避免互相干扰,以达到高效顶球的效果。实验结果证明:该有限状态机能够触发每条鱼的状态动作的转换,最大可能地实现互不干扰地交互顶球,大大提高了在多鱼顶球时的效率。     

基于动作决策的机器鱼顶球算法

为了使机器鱼的顶球兼备速度性和连贯性并提高进球效率,提出一种基于动作决策的顶球算法。在分析典型的顶球算法的基础上,设计了机器鱼5种简单动作,依据机器鱼、球和对方球门的坐标几何位置关系的设计决策机制来选择机器鱼下一步动作,并在机器人水球比赛平台上进行了单鱼顶球实验进行算法验证。实验结果表明,该算法能大大缩短一次进球所需要的时间。     

基于人工侧线系统的机器鱼游动模态感知研究

针对水下机器人面临着感知周围水环境信息的困难的问题,在自主式机器鱼上设计一种人工侧线系统.首先介绍了自主式机器鱼及其人工侧线系统,其次通过改变中枢模式发生器(central pattern generator,CPG)的运动控制参数决定机器鱼的游动模态,最后通过人工侧线系统得到机器鱼在向前、左转右转和上升下潜时的压强变化.分析结果表明:该套人工侧线系统设计能有效的感知水流信息,为水下机器人提供了一种感知游动模态的新办法.