学位论文 > 优秀研究生学位论文题录展示
基于改进微粒群算法的多机器人编队控制技术研究
作 者: 程律
导 师: 赵姝颖
学 校: 东北大学
专 业: 模式识别与智能系统
关键词: 多机器人 编队控制 微粒群算法 惯性权重 MATLAB
分类号: TP242
类 型: 硕士论文
年 份: 2013年
下 载: 1次
引 用: 0次
阅 读: 论文下载
内容摘要
在多机器人系统的研究中,多机器人编队控制技术是一个重要的研究方向,它有非常广泛的应用领域,通过多机器人编队控制技术可以完成许多复杂和危险的任务。因此对多机器人编队控制技术的研究具有重要的意义。本文采用基于行为的虚拟领航跟随者法来研究多机器人编队控制,利用改进的微粒群算法来优化编队机器人的行为权重参数。首先在多机器人编队控制方法上,本文结合基于行为的方法和领航跟随者法提出了基于行为的虚拟领航跟随者法,以队形的几何中心作为虚拟领航机器人,其他实体机器人作为编队跟随机器人,以虚拟领航机器人为参考点完成编队任务;其次本文建立了环境模型和单机器人模型,定义了几种机器人的基本行为,利用基于Motor Schema结构的矢量合成法对机器人的基本行为进行合成,把合成结果作为机器人的行为输出;然后针对基本微粒群算法中采用固定的惯性权重使得算法收敛速度慢和收敛精度不高的问题,本文提出了基于动态惯性权重的改进微粒群算法,该算法主要是在算法迭代过程中对惯性权重进行非线性地递减,提高了算法的收敛速度和收敛精度;最后利用改进的微粒群算法优化编队机器人的行为权重参数,本文提出了基于改进微粒群算法的多机器人编队控制算法,并用MATLAB进行仿真,通过与未优化前的结果相比较,证明了基于改进微粒群算法的多机器人编队控制算法的有效性。实验结果表明,改进的微粒群算法收敛速度快,收敛精度高,能找到更好地全局最优值;用改进的微粒群算法优化编队机器人的行为权重参数,可以有效地提高编队性能,同时也证明了基于改进微粒群算法的多机器人编队控制的可行性和有效性。
|
全文目录
摘要 5-6 Abstract 6-11 第1章 绪论 11-17 1.1 课题研究背景及意义 11-12 1.1.1 背景 11-12 1.1.2 意义 12 1.2 国内外研究现状和发展方向 12-14 1.3 本文主要研究工作 14 1.4 本文结构安排 14-17 第2章 多机器人系统及编队控制方法 17-27 2.1 多机器人系统体系结构 17-19 2.1.1 机器人个体体系结构 17-18 2.1.2 多机器人群体体系结构 18-19 2.2 多机器人编队控制的基本问题 19-21 2.2.1 多机器人编队控制的队形形成方法 19-20 2.2.2 多机器人编队控制的队形保持方法 20-21 2.3 多机器人编队控制的主要研究方法 21-25 2.3.1 领航跟随者法 21-22 2.3.2 基于行为的方法 22-23 2.3.3 基于图论的方法 23 2.3.4 虚拟结构法 23-24 2.3.5 人工势场法 24-25 2.4 混合式多机器人编队控制方法 25-26 2.5 多机器人编队性能评估 26 2.6 本章小结 26-27 第3章 基于行为方法的多机器人编队控制算法 27-47 3.1 单机器人与环境模型构建 27-29 3.1.1 单机器人模型构建 27-28 3.1.2 环境模型构建 28-29 3.2 多机器人编队的相关问题 29-32 3.2.1 多机器人编队的队形 29 3.2.2 队形参考点的选取 29-30 3.2.3 队形的表示方法 30-31 3.2.4 队形矩阵的坐标系转换 31-32 3.3 机器人的基本行为设计 32-37 3.3.1 奔向目标行为 32-33 3.3.2 保持队形行为 33-34 3.3.3 避免静态障碍物行为 34-36 3.3.4 躲避其他机器人行为 36-37 3.3.5 绕走行为 37 3.4 基于行为方法的多机器人编队控制结构 37-39 3.5 多机器人编队控制算法 39-45 3.5.1 多机器人队形形成算法 39-42 3.5.2 基于行为方法的多机器人编队控制算法 42-45 3.6 本章小结 45-47 第4章 基于动态惯性权重的改进微粒群算法研究 47-67 4.1 基本微粒群算法 47-51 4.1.1 微粒群算法原理 47-48 4.1.2 微粒群算法的数学描述 48-49 4.1.3 微粒群算法流程 49-51 4.2 微粒群算法参数的分析 51-52 4.3 现有微粒群算法存在的问题 52-53 4.4 基于动态惯性权重的改进微粒群算法 53-56 4.4.1 算法改进的思路 53-54 4.4.2 算法描述 54-56 4.5 改进微粒群算法的实验分析 56-64 4.5.1 算法性能的测试函数 56-59 4.5.2 算法测试仿真结果 59-62 4.5.3 测试结果及分析 62-64 4.6 本章小结 64-67 第5章 基于改进微粒群算法的多机器人编队控制算法及仿真 67-75 5.1 基于改进微粒群算法的多机器人编队控制算法 67-69 5.2 基于改进微粒群算法的多机器人编队控制仿真 69-73 5.2.1 编队控制仿真 69-71 5.2.2 仿真结果分析 71-73 5.3 本章小结 73-75 第6章 总结与展望 75-77 6.1 总结 75-76 6.2 展望 76-77 参考文献 77-81 致谢 81-83 硕士期间完成论文情况 83
|
相似论文
- 微细线切割往复走丝机构的设计及控制系统的研究,TG484
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 多机器人合作追捕目标问题研究,TP242
- 深水海底管道S型铺管法安装分析,TE973
- 用户权限管理系统可靠性测试的研究与应用,TP311.53
- 基于神经网络的安全评价方法研究及应用,X937
- 矿用电动机软起动器实验装置设计,TM343.2
- 雷击杆塔冲击阻抗及过电压的计算方法研究,TM863
- 基于遗传算法的矿山资源优化调度模型的研究,O224
- SAR干涉像对优化选取方法研究,P225.2
- 基于神经网络的电力系统短期负荷预测方法研究,TM715
- LS-SVM算法预测煤层瓦斯涌出量技术研究及应用,TD712.5
- 基于MATLAB的微地震震源定位的研究与实现,P315.3;TD326
- 车辆行驶状态监测与安全报警技术研究,TP274
- 火灾早期探测分级预警系统研究,X928.7
- 电力系统非正弦波检测系统的研究,TM711
- 矿井救援多机器人系统任务分配优化算法研究,TP242
- 一类改进的粒子群优化算法,TP301.6
- 合成氨清洁生产评估考核系统设计与实现,TQ113.2
- 便携式数字化焊缝底片检测仪应用研究,TG441.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com
|