多自主機(jī)器人對(duì)未知環(huán)境的探索和地圖構(gòu)建.pdf

1、移動(dòng)機(jī)器人成功探索未知環(huán)境，是機(jī)器人順利執(zhí)行各種后期任務(wù)的先決條件，機(jī)器人對(duì)所處環(huán)境產(chǎn)生認(rèn)知后，就可將未知環(huán)境中的問(wèn)題轉(zhuǎn)化到已知環(huán)境中解決，為機(jī)器人執(zhí)行后期任務(wù)提供充足的環(huán)境信息，有利于給出全局最優(yōu)方案。因此，對(duì)未知環(huán)境的探索和地圖構(gòu)建具有重要意義和研究?jī)r(jià)值。未知環(huán)境探索是機(jī)器人通過(guò)傳感器對(duì)環(huán)境產(chǎn)生認(rèn)知的過(guò)程，機(jī)器人在移動(dòng)探索時(shí)需實(shí)時(shí)避障;構(gòu)建環(huán)境地圖則是用特定的地圖模型解釋和表達(dá)認(rèn)知的環(huán)境信息。
　　與單機(jī)器人相比，多機(jī)器人系統(tǒng)

2、在應(yīng)用中體現(xiàn)出更強(qiáng)的適應(yīng)性、良好的可擴(kuò)展性以及高度可靠性，多機(jī)器人系統(tǒng)吸引了國(guó)內(nèi)外專家學(xué)者的目光。若采用多自主機(jī)器人探索未知環(huán)境并構(gòu)建環(huán)境地圖，勢(shì)必具有更高的探索效率且可構(gòu)建更準(zhǔn)確的環(huán)境地圖。常規(guī)多機(jī)器人探索策略往往存在諸多限制因素，并非都適用于大規(guī)模機(jī)器人的應(yīng)用場(chǎng)景，限制了算法應(yīng)用的推廣。本文在總結(jié)前人研究的成果后，給出一種基于機(jī)器人分?jǐn)?shù)階達(dá)爾文粒子群優(yōu)化算法(Robotic Fractional Order Darwinian PS

3、O)的多機(jī)器人地圖探索和構(gòu)建方法，該算法是群智能算法，特點(diǎn)是多個(gè)種群同時(shí)并存，在算法執(zhí)行過(guò)程中，機(jī)器人群體數(shù)和群內(nèi)機(jī)器人個(gè)數(shù)能夠?qū)崟r(shí)動(dòng)態(tài)變化。多種群并存有效減輕系統(tǒng)通信負(fù)擔(dān)量，適合大規(guī)模機(jī)器人的群體協(xié)作探索未知環(huán)境的應(yīng)用場(chǎng)景。本文同時(shí)引入模糊控制器實(shí)現(xiàn)該算法參數(shù)的自適應(yīng)調(diào)整。最后，成功實(shí)現(xiàn)固定參數(shù)與參數(shù)自調(diào)整兩種類型的R-FODPSO算法仿真;設(shè)定評(píng)價(jià)指標(biāo)，依據(jù)仿真得出的評(píng)價(jià)指標(biāo)值比較兩類算法并論證了參數(shù)實(shí)時(shí)調(diào)整算法在探索未知環(huán)境時(shí)，機(jī)