首页 | 本学科首页   官方微博 | 高级检索  
     

动态环境下基于SVR-PSO的多机器人气味源定位方法
作者姓名:张建化  巩敦卫  张勇
作者单位:中国矿业大学信息与电气工程学院;徐州工程学院机电学院;
基金项目:高等学校博士学科点专项科研基金资助项目(20100095110006,20100095120016);国家自然科学基金资助项目(61005089);江苏省博士后科研资助计划(1301009B)
摘    要:研究具有风速变化的动态环境下气味源定位问题,提出一种基于支持向量回归和微粒群优化的多机器人气味源定位方法。以当前时刻机器人的位置为输入,以机器人所测的气味浓度值为输出,利用支持向量回归,建立机器人所在位置气味浓度的预测模型;采用改进微粒群优化方法定位气味源时,以气味浓度最大的机器人所在的观测窗内,基于预测模型得到的气味浓度最大值的所在位置作为微粒的全局极值,以当前机器人的位置作为微粒的个体极值,完成微粒的更新;根据机器人所测的气味浓度值,定位气味源。将所提方法应用于2个气味源定位场景,实验结果表明所提方法能够在短时间内成功定位气味源。

关 键 词:气味源定位  动态环境  多机器人  支持向量回归  微粒群优化
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号