学位论文 > 优秀研究生学位论文题录展示

大规模机器人群体的协作控制研究

作　者: 裴惠琴
导　师: 陈世明
学　校: 华东交通大学
专　业: 控制理论与控制工程
关键词: 移动机器人蜂拥控制围捕行为切换式策略路径规划轨迹跟踪
分类号: TP242
类　型: 硕士论文
年　份: 2009年
下　载: 79次
引　用: 0次
阅　读: 论文下载

内容摘要

动物界群体的行为多种多样,其中所表现的群体智慧令人叹为观止。探讨群体行为的机制和规律对于理解自然和社会中的复杂现象具有重要的意义,同时也能为不断出现和发展的新技术、新应用提供必要的理论基础。人工世界中,多移动机器人系统是群体系统的典型应用之一。本论文中,主要研究了由模拟生物个体组成群体的一种同步蜂拥控制理论,将生物学领域和工程学领域成果相结合,受生物群体的协调性行为启发研究工程中智能群体行为。对此,以机器人群体系统为对象,研究了动态环境下可扩展机器人群体的围捕行为。围捕行为中考虑到基于时间最优原则,移动机器人如何选择最优路径实施控制完成围捕任务,进而对移动机器人的最优路径规划与实际路径跟踪控制问题做了相关的研究。首先,讨论研究了生物群体的两种动态行为,群体方向同步行为和位置集结行为,这两种行为融合考虑即提出一种同步蜂拥控制算法。该算法在保证群体连通性的前提条件下实现了群体的聚集性和运动速度的一致性。其次,针对协作追捕问题的环境受限以及围捕者与目标的速度比率受限问题,提出了一种规模可扩展的机器人群体围捕移动目标的切换式策略,该策略可有效完成动态环境中目标机器人速度无约束的围捕任务。围捕过程中,考虑了面向目标机器人的虚拟势点子行为以及与邻居个体的编队子行为,在距离目标较远时位姿匹配子行为权值大于虚拟势点子行为权值,而距离目标较近时则以虚拟势点子行为为主,并且通过MATLAB平台进行仿真实验,验证了所提解决方案的可行性和有效性。再次,基于粒子群算法开展了移动机器人最优路径规划问题的研究。采用区域划分的环境建模思想,通过构造简单的环境模型将路径规划问题转化为带约束目标函数优化求解问题。针对优化过程中基本粒子群算法收敛速度慢等问题,提出了位置加权到无约束解和加惯性权重改进粒子群的方法。通过仿真实现了基于粒子群算法的路径优化,表明了改进粒子群可以有效提高问题搜索解的能力和速度。最后,在上述研究的前提下,针对含有未知参数移动机器人的轨迹跟踪控制问题,基于反演控制和自适应滑模控制的思想设计了变结构控制的切换函数,并由此构造了具有全局渐近稳定的自适应滑模路径跟踪控制器。满足了移动机器人的路径跟踪要求且具有设计方法简单、鲁棒性强的特点。通过此控制器实现了移动机器人基于改进粒子群算法规划的最优路径跟踪,仿真结果验证了所设计控制器的有效性和正确性。

全文目录

摘要  4-5
ABSTRACT  5-9
第一章绪论  9-18
  1.1 引言  9
  1.2 机器人群体系统若干行为的研究现状  9-15
  1.3 课题来源及研究意义  15-16
  1.4 本论文主要内容及结构编排  16-18
第二章群体系统的蜂拥控制研究  18-37
  2.1 本章概述  18
  2.2 群体系统同步的基本概念及相关描述  18-22
    2.2.1 基本概念  18-20
    2.2.2 Vicsek 模型的描述  20-22
    2.2.3 连通与同步的关系概述  22
  2.3 群体行为的建模与仿真  22-36
    2.3.1 群体方向同步的建模  23-25
    2.3.2 群体位置集结的建模  25-27
    2.3.3 同步蜂拥控制算法  27-31
    2.3.4 蜂拥控制仿真实验与分析  31-35
    2.3.5 仿真实验结论  35-36
  2.4 本章小结  36-37
第三章多机器人围捕行为的研究  37-54
  3.1 本章概述  37
  3.2 多机器人围捕行为的建模  37-47
    3.2.1 目标逃逸策略  37-39
    3.2.2 基于虚拟势点的多机器人围捕策略  39-42
    3.2.3 围捕队形控制  42-45
    3.2.4 围捕终止条件  45-47
  3.3 多机器人围捕行为仿真  47-53
    3.3.1 问题描述与环境建模  47-48
    3.3.2 围捕行为仿真实验与分析  48-53
    3.3.3 仿真实验结论  53
  3.4 本章小结  53-54
第四章移动机器人路径规划算法研究  54-67
  4.1 本章概述  54
  4.2 路径规划  54-57
    4.2.1 环境建模  54
    4.2.2 路径规划的方法  54-56
    4.2.3 约束优化问题及处理方法  56-57
  4.3 粒子群优化算法  57-60
    4.3.1 基本粒子群算法  57-59
    4.3.2 改进粒子群算法  59-60
  4.4 基于粒子群优化的路径规划算法实验与分析  60-66
    4.4.1 问题描述与环境建模  60-62
    4.4.2 路径初始化  62-64
    4.4.3 基于粒子群算法的路径规划仿真  64-66
    4.4.4 仿真实验结论  66
  4.5 本章小结  66-67
第五章移动机器人路径跟踪控制研究  67-78
  5.1 本章概述  67
  5.2 概念  67-68
  5.3 跟踪控制  68-69
  5.4 移动机器人自适应滑模轨迹跟踪控制  69-74
    5.4.1 问题的提出  69-71
    5.4.2 切换函数的设计  71-72
    5.4.3 自适应滑模跟踪控制器的设计  72-74
  5.5 移动机器人优化路径跟踪的仿真实验与分析  74-77
  5.6 移动机器人优化路径跟踪的仿真实验结论  77
  5.7 本章小结  77-78
第六章总结与展望  78-80
  6.1 全文总结  78-79
  6.2 研究展望  79-80
参考文献  80-83
个人简历在读期间发表的学术论文  83-84
致谢  84

大规模机器人群体的协作控制研究

内容摘要

全文目录

相似论文