多机器人系统持续监控算法研究

发布时间：2021-05-18 15:02

　　多机器人持续监控问题一直是当今社会研究热点,其可应用于众多领域,不但将人从复杂危险的环境替代,而且使得任务域监控效率得到很大提升。多个机器人可以协同对任务域进行持续监控及巡逻,在执行任务时,能实时准确的对复杂环境决策,可以最大限度完成繁琐和危险的任务。针对多机器人持续监控问题,主要研究内容如下:（1）针对有障碍环境中多机器人系统持续监控问题,基于泰森多边形（Voronoi）和虚拟力方法构建了一种分布式监控算法。首先,利用Voronoi实现对监控区域的划分,并结合所引入的重叠质心和有效质心概念,实现了区域覆盖重叠率的计算。在此基础上,利用Voronoi和虚拟力构建了机器人运动模型、设计了机器人避障及状态信息实时更新算法。再次,通过仿真实验,分析了环境变化、感知模型、机器人数量、区域重叠率等因素对机器人完成持续监控任务的影响。仿真结果表明,所提分布式算法提高了多机器人系统对任务区域的持续监控效率。（2）针对多机器人系统协同持续监控问题,构建了一种基于目标点不确定度的多机器人持续监控分布式算法,目的将任务域所有目标点的不确定度和瞬时闲置时间降到最小,对目标点维持一定的访问频率。在监控过程中,... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 多机器人系统研究现状
        1.2.2 多机器人持续监控研究现状
    1.3 论文研究内容及章节安排
2 基于ROS的多机器人系统实验平台
    2.1 机器人操作系统ROS
    2.2 多机器人系统仿真平台
    2.3 多机器人系统实体实验平台
        2.3.1 系统硬件
        2.3.2 软件框架
    2.4 本章小结
3 基于Voronoi与虚拟力的多机器人持续监控算法研究
    3.1 问题描述
    3.2 基于Voronoi和虚拟力的分布式监控算法设计
        3.2.1 基于Voronoi的任务区域划分
        3.2.2 基于虚拟力的持续监控
    3.3 仿真实验
        3.3.1 仿真结果
    3.4 本章小结
4 基于目标点不确定度的多机器人持续监控算法研究
    4.1 问题描述
    4.2 目标点不确定度持续监控
    4.3 仿真实验及结论分析
        4.3.1 仿真实验
        4.3.2 机器人实体实验
    4.4 系统的稳定性与可扩展性分析
    4.5 本章小结
5 基于改进粒子群算法的多机器人持续监控问题研究
    5.1 问题描述
    5.2 基于自适应PSO的监控算法设计
    5.3 仿真实验
        5.3.1 不同粒子群仿真分析
        5.3.2 不同PSO算法监控性能分析
    5.4 本章小结
结论
致谢
参考文献
攻读学位期间的研究成果


【参考文献】：
期刊论文
[1]基于虚拟力和泰森多边形的分布式覆盖算法[J]. 祁春阳,戴欢,赵晓燕,李克清.  计算机工程与设计. 2018(03)
[2]基于改进粒子群算法和特征点集的无线传感器网络覆盖问题研究[J]. 丁旭,吴晓蓓,黄成.  电子学报. 2016(04)
[3]一种无线传感器网络的概率覆盖增强算法[J]. 范兴刚,杨静静,王恒.  软件学报. 2016(02)
[4]基于ROS户外移动机器人软件系统构建[J]. 黄开宏,杨兴锐,曾志文,卢惠民,郑志强.  机器人技术与应用. 2013(04)
[5]无线传感网络布局的虚拟力导向微粒群优化策略[J]. 王雪,王晟,马俊杰.  电子学报. 2007(11)
[6]基于虚拟势场的有向传感器网络覆盖增强算法[J]. 陶丹,马华东,刘亮.  软件学报. 2007(05)



本文编号：3193998