基于内分泌算法的机器人行为控制

发布时间：2017-04-14 08:00

  本文关键词：基于内分泌算法的机器人行为控制，，由笔耕文化传播整理发布。

【摘要】：随着机器人的应用领域不断扩展,人们对机器人的智能化和多功能化有了更高的需求,进而出现了很多带感知识别、决策规划等高级智能机器人。移动机器人在运行的过程中需频繁地与环境进行交互,当环境中存在多种影响机器人运动的因素,如多个障碍物、多个目标、机器人能源等,机器人不可避免的会同时处理多个行为。智能移动机器人在适应环境中无法预见的条件以及干扰的过程中,最关键也最具有挑战的一项就是如何协调控制机器人的这些根据环境而产生的行为,并且控制机器人维持在一个相对稳定的状态并且保持较高的运行效率。生物的神经系统、免疫系统,以及内分泌系统,在处理各式各样的信息方面具有强大的能力,这在人工智能系统中具有很好的借鉴意义。特别是基于内分泌系统的调节机制,具有较好的自适应和稳定性,已经在许多方面得到了成功的应用。应对机器人在运行过程中不同行为的选择问题,本论文基于内分泌系统,构建一系列由人工激素、行为控制器、激素感受器构成的人工内分泌系统,旨在根据不同的环境变化,对相应的机器人行为进行合理的选择,以提高整个机器人系统的工作效率,并维持系统的相对稳定。本篇论文的主要工作如下:(1)以移动机器人避障行为为例,对单机器人单行为进行控制。首先介绍了机器人避障过程中常用的人工势场法的基本思想以及其优缺点,在其缺点的基础上,设计了一个由一种人工激素、一个相应激素感受器与两个行为控制器组成的内分泌系统,通过激素刺激行为控制器进行避障与加速行为。并通过激素的激素浓度,从3个方面对传统人工势场法进行改进。通过仿真实验,验证了该算法可以实现对避障任务的要求。通过与传统人工势场法的对比实验,验证了该算法在场景复杂度较低的情况下具有较低的时间复杂度和较高的运行效率。(2)以机器人冲突行为为例,对单机器人多任务控制进行了研究。在复杂场景中运行时,可能存在一些相互冲突的行为,这些行为会导致机器人在运行时效率降低。针对机器人协调冲突行为的问题,提出了一种基于内分泌算法的行为调节机制。设计了机器人的三种相互冲突的行为,并通过建立两种激素,通过内分泌算法,实现了对这三种行为的调节。假定了一个机器人的运行场景,在场景中机器人需要完成多项任务,通过与pbs算法的对比,表明这种基于内分泌算法的行为调节机制具有更高的运行效率,和更强的适应能力(3)以多机器人在区域中共同完成任务时的任务分配问题为例,对多机器人控制进行了研究。针对多机器人在区域中能量消耗与任务处理速度的关系,提出一种基于内分泌算法的自适应任务分配系统。建立了一个由一对促进/抑制激素、一种激素和3个行为控制器的人工内分泌系统,来对机器人系统进行控制。通过与蚁群算法的对比,表明这种任务分配算法可以延长机器人系统的生命周期,并维持机器人较高的任务处理效率。最后,对全文进行了总结和展望,归纳了主要研究成果与实验结论,并提出了一些值得进一步拓展研究的方向与问题。
【关键词】：机器人行为 内分泌算法 人工势场法 冲突行为 多机器人任务分配
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 摘要4-7
• ABSTRACT7-12
• 1 绪论12-26
• 1.1 研究背景和意义12-13
• 1.2 机器人行为研究现状13-23
• 1.2.1 主要方法14-19
• 1.2.2 研究趋势19-23
• 1.3 论文的主要研究内容和创新点23-24
• 1.4 论文的章节安排24-26
• 2 人工内分泌算法26-33
• 2.1 引言26
• 2.2 人体生物学基础26-30
• 2.2.1 内分泌学的发展简史26-27
• 2.2.2 基本概念和术语27-28
• 2.2.3 内分泌系统的组织结构28
• 2.2.4 生物激素的特性28-30
• 2.3 内分泌系统模型30-31
• 2.3.1 内分泌系统模型30
• 2.3.2 人工内分泌系统30
• 2.3.3 仿激素机制30-31
• 2.3.4 数字激素模型31
• 2.4 人工内分泌系统的发展方向31-32
• 2.5 小结32-33
• 3 内分泌算法在移动机器人避障的研究33-43
• 3.1 引言33
• 3.2 人工势场法33-35
• 3.2.1 引力函数34
• 3.2.2 斥力函数34
• 3.2.3 全局受力分析34-35
• 3.2.4 人工势场法的优缺点35
• 3.3 基于内分泌算法机器人避障算法35-38
• 3.3.1 机器人激素建模36
• 3.3.2 机器人行为控制器36-37
• 3.3.3 基于内分泌算法的改进37
• 3.3.4 算法流程37-38
• 3.4 仿真实验38-42
• 3.4.1 实验环境建模38-39
• 3.4.2 实验仿真39-41
• 3.4.3 对比实验41-42
• 3.4.4 实验结论42
• 3.5 小结42-43
• 4 基于内分泌系统的移动机器人行为选择机制43-53
• 4.1 引言43
• 4.2 机器人环境与行为建模43-44
• 4.2.1 机器人运行环境44
• 4.2.2 机器人行为建模44
• 4.3 基于内分泌算法的机器人行为选择(EBS)44-47
• 4.3.1 机器人激素建模44-45
• 4.3.2 机器人行为控制器建模45-46
• 4.3.3 算法流程46-47
• 4.4 仿真实验及结果47-52
• 4.4.1 环境建模及参数设置47
• 4.4.2 实验仿真47-50
• 4.4.3 对比试验50-52
• 4.5 小结52-53
• 5. 区域多机器人任务自适应分配53-60
• 5.1 引言53
• 5.2 多机器人任务分配方法53-54
• 5.3 基于内分泌算法的自适应任务处理算法54-55
• 5.3.1 算法背景54
• 5.3.2 系统描述54-55
• 5.4 算法建模55-58
• 5.4.1 场景设定55-56
• 5.4.2 系统激素56
• 5.4.3 促进/抑制激素56
• 5.4.4 行为控制器56
• 5.4.5 算法流程56-58
• 5.5 仿真实验58-59
• 5.5.1 实验环境和参数设置58
• 5.5.2 对比实验58-59
• 5.6 小结59-60
• 6. 总结与展望60-62
• 6.1 总结60-61
• 6.2 展望61-62
• 参考文献62-69
• 致谢69-71
• 附录：攻读硕士期间参加的项目及成果71

【参考文献】

中国期刊全文数据库 前1条

1 齐心跃;田彦涛;杨茂;杨永明;;基于市场机制的多机器人救火任务分配策略[J];吉林大学学报(信息科学版);2009年05期

  本文关键词：基于内分泌算法的机器人行为控制，由笔耕文化传播整理发布。

本文编号：305528