基于强化学习的多机器人避碰算法研究

采用强化学习解决多机器人避碰问题。然后针对表格式Q学习算法只能用于离散的状态并且学习时间过长,难以收敛的不足,提出了神经网络和Q学习相结合的算法。最后将该算法应用到多机器人避碰问题中,仿真实验表明该算法有效,能较好地解决多机器人避碰问题。     

用于矿山等极端环境中的高精度定位算法

高精度室内定位技术在矿山、建筑、施工等多种极端环境下都有需求。基于超宽带通信(Ultra Wideband,UWB)的室内定位技术能够提供较高的定位精度,但超宽带信号易受到障碍物的干扰,并且在类似矿山等极端环境中,障碍物不可避免。因此,超宽带非视线传输(Non-Line-of-Sight,NLoS)测距成为当前的一个研究热点。当前研究大多集中在识别和消除非视线传输对超宽带测距的影响上,实际应用中,大多数情形下超宽带信号根本无法穿透障碍物,会导致定位标签只能够与2个或1个信标节点通信,但完成三边定位至少需要3个信标节点。为此,提出了一种基于目标行为分析的定位算法,该算法能够在短时间内仅剩余一个信标节点与标签通信时,也可实现高精度定位。该算法以超宽带通信为基础,使用信号飞行时间(Time of Flight,TOF)算法测距并定位。通过分析信号正常时的目标运动轨迹来判断其速度和方向,当信号不正常时(可通信的信标节点减少),可利用预测的速度和方向参数来实现辅助定位。将该算法部署在一个基于超宽带定位的系统中进行了测试,结果表明:当能够与标签通信并完成TOF算法的信标节点数量少于3个时,基于NLoS传输识别和消除的算法无法完成定位,而基于目标行为分析的定位算法依然能够实现定位,在单信标节点区域的平均定位误差为0.93 m,最大误差为1.41 m,在2个信标节点测距的区域,平均定位误差为0.64 m,最大误差为1.2 m。