多移動機器人協(xié)同環(huán)境探索策略研究.pdf_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)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(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著科學(xué)技術(shù)的發(fā)展,機器人學(xué)的研究已經(jīng)從最初的工業(yè)領(lǐng)域拓展到航空航天、軍事等許多不同的領(lǐng)域,其中有些作業(yè)環(huán)境不適合人類的直接參與,例如危險的礦井、核廢墟等,這就需要機器人在這些未知環(huán)境中能夠自主地完成各種智能任務(wù)。有效的環(huán)境探索是機器人建立環(huán)境模型及完成各種復(fù)雜智能任務(wù)的關(guān)鍵,在實際應(yīng)用中具有十分重要的意義。多移動機器人系統(tǒng)相對于單個機器人又具有更明顯的優(yōu)勢。然而,多移動機器人環(huán)境探索策略的制定也比單個機器人環(huán)境探索策略的選擇要困難得多

2、。本文就主要針對多機器人系統(tǒng)在完全未知的靜態(tài)環(huán)境下的探索策略的選擇和協(xié)調(diào)機制的運用進行了探討。 本文首先對移動機器人以及多移動機器人系統(tǒng)環(huán)境探索的相關(guān)內(nèi)容以及研究現(xiàn)狀等進行了綜述性介紹,并對本文的選題背景和主要內(nèi)容作了闡述。 其次,很多學(xué)者嘗試將其他學(xué)科的理論引入機器人領(lǐng)域,如市場機制。本文對此進行了簡要介紹,并提出了一種改進的基于多Agent理論的合同網(wǎng)協(xié)議框架的拍賣策略。文中對多Agent系統(tǒng)和合同網(wǎng)協(xié)議進行了介紹,

3、并將此思想運用于多機器人系統(tǒng),讓不同的機器人擔(dān)當(dāng)不同的角色,實現(xiàn)了分布式的多機器人環(huán)境探索過程。同時證明了此算法具有較高的容錯性和魯棒性。獨立開發(fā)的仿真平臺為算法的仿真驗證提供了很好的平臺基礎(chǔ),在平臺上可以模擬機器人探索環(huán)境的全過程。在此基礎(chǔ)上的對基于多Agent理論的合同網(wǎng)協(xié)議框架的拍賣策略算法的仿真實驗,得到了很好的仿真結(jié)果。 第三,人工勢場是機器人領(lǐng)域應(yīng)用較為成熟的人工智能算法之一,但是多應(yīng)用于路徑規(guī)劃問題的解決中。其應(yīng)用

4、背景多是已知環(huán)境。而本文則將其應(yīng)用于機器人在未知環(huán)境的探索過程。在基于柵格地圖的完全未知的環(huán)境中,在邊界概念的基礎(chǔ)上,我們引入人工勢場理論。將邊界對機器人的引力和障礙物對機器人的斥力進行定義和量化,并由此確定機器人每前進一步的運動方向。在單機器人系統(tǒng)中驗證了此算法的基礎(chǔ)上,又在多機器人系統(tǒng)中引入機器人之間的排斥力,從而實現(xiàn)了多機器人系統(tǒng)環(huán)境探索過程的有效性和多個機器人之間的協(xié)作。此算法與應(yīng)用組合拍賣等復(fù)雜決策算法的方法相比,在計算量上要

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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