未知环境下群机器人多目标搜索协同控制
王茂1
周少武1
张红强1
吴亮红1
周游2
何昕杰1
1.湖南科技大学信息与电气工程学院,湖南湘潭4112012.湖南科技大学信息与电气工程学院,湖南湘潭411201;湖南理工职业技术学院,湖南湘潭411206
摘要：未知环境下,群机器人无法预先获取多目标搜索的环境信息,仅可局部感知与局部通信.本文针对避障效率与搜索效率的缺陷提出边界扫描的避障策略和目标位置估计的粒子群算法,边界扫描的避障策略(BSOA)将障碍物简化成连续障碍物与非连续障碍物两种情况,并根据情况向特定边界运动;目标位置估计的粒子群算法(TPEPSO)则利用获取的目标信号估计目标位置,结合粒子群算法到达目标附近,从而实现目标搜索.提出的方法与基于简化虚拟受力分析模型的循障避碰方法(SVF)及扩展粒子群算法(EPSO)、自适应机器人蝙蝠算法(ARBA)仿真比较,搜索效率提高5.72％～21.58％,总能耗减少4.30％～19.11％.
关键词：群机器人学群体智能多目标搜索边界扫描避障策略目标位置估计粒子群算法
资助基金：国防基础科研计划(JCKY2019403D006)湖南省自然科学基金(2021JJ30280)湖南省教育厅优秀青年项目(19B200)湖南科技大学博士科研启动基金项目(E56126)
论文发表日期：2022-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 750-760 )
英文信息