基于仿生鱼群优化方法的机器人队形控制

本文利用人工鱼群优化（AFSO）方法研究了多机器人的队形控制问题。机器人编队可视为寻迹问题,而编队寻迹是不断减小机器人与其期望编队位置之间的平移和角度误差的优化过程。每一个机器人的控制指令可看做是人工鱼群,通过一系列的控制实现期望队形。队形控制策略中包含机器人间的冲突规避行为。本文利用Matlab中的多机器人仿真器MRsim工具进行了仿真,结果表明本文提出的方法具有很高的有效性和效率,适用于各种形式的队形,可以被广泛应用在没有精确系统模型的无线传感器网络中。     

一种多机器人围捕策略

以多机器人的围捕为研究对象,分析了成功围捕目标机器人的临界条件,即围捕机器人和目标机器人速度比的临界值,给出了该临界值的计算公式.设计了当围捕机器人的速度小于目标机器人的速度时多围捕机器人的伏击围捕方案:即先将目标机器人驱入最佳围捕区,然后再实施智能围捕策略完成围捕任务.采用Matlab的仿真结果验证了临界条件的正确性以及伏击围捕方案的有效性.     

未知环境中基于观察者的多机器人编队控制方法

结合领导-跟随法和VFH+ 避障法,提出一种基于观察者的多机器人编队控制方法,并利用Player/Stage机器人仿真平台,对编队控制方法进行了仿真实验.结果表明,编队控制方法可有效地将一组移动机器人以一定队形无碰地到达指定目的地.基于Player/Stage机器人仿真平台的特性,编队控制方法完全可以用于实际机器人上.     

面向月球探测多机器人通信系统的Ad hoc路由协议优化设计

Ad hoc网络作为一种不依赖于任何固定设施的临时性多跳自治系统,是解决月球探测过程中多机器人通信问题的可行选择。由于月球探测多机器人通信系统对节能和实时性等方面的特殊要求,现有的Ad hoc网络路由协议还难以满足工程设计和实际应用的需求。因而,结合月球探测环境下的实际工程需要,对现有的Ad hoc网络路由协议进行优化设计就成为关键。在分析月球探测多机器人通信系统拓扑结构的基础上,给出了系统中各节点的能量消耗模型;进而,建立了路径寻优的数学模型,在动态源路由协议DSR的基础上设计了一种基于能量约束的Ad hoc网络路由协议。该协议综合考虑了通信系统对于节能和实时性两方面的需求,将路由跳数、路由传送功率、节点剩余电池能量作为路由度量,采用改进的离散Bellman-Ford算法进行最优路径的求解。仿真实验结果表明,该协议在保证通信系统实时性的前提下,可延长网络生存时间,能为月球探测多机器人系统提供更可靠的通信保障。     

基于视觉的多机器人协作SLAM 问题

 视觉SLAM 仅采用图像作为外部信息,用于估计机器人位置的同时构建环境地图。SLAM 是机器人自主性的基本前提,如今在小动态环境采用激光或者声呐传感器构建2D 地图得到较好地解决。然而动态、复杂和大范围下的SLAM 仍存在问题,使用视觉作为基本的外部传感器是解决问题的一个新颖热门的研究方法。在视觉SLAM 中使用计算机视觉技术,如特征检测、特征描述和特征匹配,图像识别和恢复,还存在很多改善的空间。本文在视觉SLAM 领域的最新技术的基础上,对基于视觉的多机器人协作SLAM 领域的前沿技术进行综述。