群體機器人的運動行為基礎研究.pdf_第1頁
已閱讀1頁,還剩134頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、由于群體機器人可以依靠規(guī)模效應產(chǎn)生的群體智能來完成單一機器人和多機器人無法完成的復雜任務,因此有關群體機器人的行為研究日益得到重視。針對如何形成群體機器人以及如何實現(xiàn)其隊形變換和行走等技術內(nèi)容,本文進行了相關研究。 首先,本文研究了群體機器人的協(xié)調(diào)機制。作為分布式系統(tǒng),群體機器人中的機器人個體很難通過直接信息交流方式進行彼此間的協(xié)調(diào)控制。為此,本文采用了一種基于環(huán)境的間接信息交流方式。基于該信息交流方式,本文分析了目前已有的一種

2、群體機器人的協(xié)調(diào)機制。通過分析該機制所采用的群體中機器人個體環(huán)境模型和相應的運動模型,發(fā)現(xiàn)其存在不合理的全局性假設以及沒有考慮機器人個體最大運動能力等缺陷。最終,通過對這些缺陷進行修正,本文提出了一個通用的群體機器人中機器人個體環(huán)境模型和相應的運動模型。 其次,本文研究了群體機器人的自主聚集。通過分析已有的全局群體機器人自主聚集算法,證實只要適當?shù)卦O置好群體中機器人個體所采用的吸引/排斥環(huán)境模型和相應的運動模型,該群體機器人就能

3、夠自主地進行聚集并擁有良好的聚集性能。但對于局部群體機器人,本文通過研究證明簡單的采用用于全局群體機器人的自主聚集算法將無法實現(xiàn)該群體機器人的聚集。通過分析產(chǎn)生這一問題的原因,本文提出了實現(xiàn)局部群體機器人自主聚集的算法設計原則。基于該原則,本文提出了兩個實現(xiàn)局部群體機器人的自主聚集算法。通過理論分析和實驗仿真,證明這些算法是有效的。相比較而言,采用第二個算法的局部群體機器人有著更好的自主聚集效果。 然后,本文研究了群體機器人的被

4、動聚集。當惡劣的應用環(huán)境致使群體機器人無法實現(xiàn)自主聚集時,須通過技術手段使群體機器人進行被動聚集。本文首先提出了用于群體機器人被動聚集的新的群體中機器人個體吸引/排斥環(huán)境模型和相應的運動模型。隨后,提出了用于群體機器人實現(xiàn)被動聚集的引導法和聚集區(qū)域限定法。通過理論分析和實驗仿真,證明這些算法是有效的。相比較而言,聚集區(qū)域限定法更易于實際應用、聚集效果更好。 接下來,本文研究了群體機器人的隊形變換。隊形變換是群體機器人擁有良好環(huán)境

5、適應能力的一個體現(xiàn)。參考多機器人所采用的隊形變換實現(xiàn)方法,依據(jù)群體機器人特有的協(xié)調(diào)機制,本文對群體機器人的隊形變換實現(xiàn)方法進行了研究。針對全局群體機器人,本文提出了中心參考法和囚籠法。通過理論分析和實驗仿真,證明這些算法是有效的。相比較而言,囚籠法可以更好地實現(xiàn)該群體機器人的隊形變換。針對局部群體機器人,本文提出了基于環(huán)境的被動變形法。通過理論分析和實驗仿真,證明該算法可以依據(jù)環(huán)境變化實現(xiàn)該群體機器人任意形狀的隊形變換。 最后,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論