| 未知环境下群机器人多目标搜索协同控制 |
| |
| 引用本文： | 王茂,周少武,张红强,吴亮红,周游,何昕杰. 未知环境下群机器人多目标搜索协同控制[J]. 控制理论与应用, 2022, 39(4): 750-760 |
| |
| 作者姓名： | 王茂 周少武 张红强 吴亮红 周游 何昕杰 |
| |
| 作者单位： | 湖南科技大学信息与电气工程学院,湖南湘潭411201;湖南科技大学信息与电气工程学院,湖南湘潭411201;湖南理工职业技术学院,湖南湘潭411206 |
| |
| 基金项目： | 国防基础科研计划项目(JCKY2019403D006), 湖南省自然科学基金项目(2021JJ30280), 湖南省教育厅优秀青年项目(19B200), 湖南科技大学博士 科研启动基金项目(E56126)资助. |
| |
| 摘 要： | 未知环境下,群机器人无法预先获取多目标搜索的环境信息,仅可局部感知与局部通信.本文针对避障效率与搜索效率的缺陷提出边界扫描的避障策略和目标位置估计的粒子群算法,边界扫描的避障策略(BSOA)将障碍物简化成连续障碍物与非连续障碍物两种情况,并根据情况向特定边界运动;目标位置估计的粒子群算法(TPEPSO)则利用获取的目标信号估计目标位置,结合粒子群算法到达目标附近,从而实现目标搜索.提出的方法与基于简化虚拟受力分析模型的循障避碰方法(SVF)及扩展粒子群算法(EPSO)、自适应机器人蝙蝠算法(ARBA)仿真比较,搜索效率提高5.72%～21.58%,总能耗减少4.30%～19.11%.
|
| 关 键 词： | 群机器人学 群体智能 多目标搜索 边界扫描避障策略 目标位置估计 粒子群算法 |
| 收稿时间： | 2021-01-19 |
| 修稿时间： | 2022-01-10 |
Multi-target search of swarm robots cooperative control in an unknown environment |
| |
| WANG Mao,ZHOU Shao-wu,ZHANG Hong-qiang,WU Liang-hong,ZHOU You and HE Xin-jie. Multi-target search of swarm robots cooperative control in an unknown environment[J]. Control Theory & Applications, 2022, 39(4): 750-760 |
| |
| Authors: | WANG Mao ZHOU Shao-wu ZHANG Hong-qiang WU Liang-hong ZHOU You HE Xin-jie |
| |
| Affiliation: | Hunan University of Science and Technology,Hunan University of Science and Technology,Hunan University of Science and Technology,Hunan University of Science and Technology,Hunan University of Science and Technology,Hunan University of Science and Technology |
| |
| Abstract: | |
| |
| Keywords: | swarm robotics swarm intelligence multi-target search boundary scan obstacle avoidance strategy target position estimation particle swarm optimization (PSO) |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
