多机器人多任务分配及路径规划研究
本文关键词：多机器人多任务分配及路径规划研究 出处：《沈阳工业大学》2017年硕士论文 论文类型：学位论文
【摘要】：近些年,机器人是人类发展最有潜力领域之一,在工业、农业、服务业等领域应用越来越广泛。但随着机器人技术的不断发展,人类对机器人的需求也从单机器人转到多机器人系统,随着多机器人研究的深入,多机器人路径规划问逐渐成为当今机器人领域的研究热点。多机器人的路径规划问题关键在于要在具有多个机器人多个任务点的环境中,将环境中的任务点根据合理的分配策略分配给每个机器人,每个机器人在分配到的任务中寻找出一条无重复无遗漏的最短路径回路。基于此,在具有多个机器人和多个任务点的系统中,先把环境中的任务点分配给机器人,然后每个机器人根据实际任务点进行路径规划。在多机器人系统路径规划问题中,首先需要将环境中的任务合理的分配至环境中各个机器人。本文根据机器人具体能力进行任务分配,即考虑了机器人的电量和速度。在任务分配时,将任务点分配给所需代价最小的机器人,代价公式充分考虑了机器人速度和电量,将环境中的任务点分配给所需电量最少和时间最短的机器人。机器人路径规划问题是依据某些优化准则对环境中的任务点进行遍历,该问题较难求解出最优路径。本文采用免疫遗传算法解决这个问题是因为该算法既具有遗传算法的全局搜索能力又保留了免疫算法的浓度因素。在后期进化时,会对高适应度个体进行提取形成精英抗体群。但传统的算法在收敛速度和抗体多样性方面存在不足,本文针对这些问题,对传统算法做了改进。在产生初始抗体群时,采用最邻近算法生成初始解,大大提高算法收敛速度,又避免算法陷入局部最优解。此外,本文将传统的抗体相似度与路径结构相结合,该方法提高了种群多样性,并提高了算法收敛速度和找到更优的解。本文针对这一问题建立仿真环境,保证了所有机器人和任务点的位置等信息都是模拟真实环境。将根据机器人具体能力的任务分配方法和免疫遗传路径规划方法在仿真环境进行实验与分析。实验结果表明,以上方法可以解决多机器人多任务点的路径规划问题。
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP242
【参考文献】
相关期刊论文 前10条
1 孙梅;;移动机器人路径规划技术综述[J];山东工业技术;2016年21期
2 周东健;张兴国;李成浩;;多机器人系统协同作业技术发展近况与前景[J];机电技术;2013年06期
3 周东健;张兴国;马海波;李成浩;郭旭;;基于栅格地图-蚁群算法的机器人最优路径规划[J];南通大学学报(自然科学版);2013年04期
4 徐平;张方舟;常洪庆;严胡勇;巩淼;姚姜虹;;基于免疫遗传小波分析的管道焊缝图像处理方法[J];东北石油大学学报;2013年01期
5 石铁峰;;改进遗传算法在移动机器人路径规划中的应用[J];计算机仿真;2011年04期
6 吴军;徐昕;连传强;贺汉根;;协作多机器人系统研究进展综述[J];智能系统学报;2011年01期
7 谭冠政;吴建华;范必双;江斌;;Adaptive template filter method for image processing based on immune genetic algorithm[J];Journal of Central South University of Technology;2010年05期
8 龚跃;张真真;张岗岗;马小海;鲍杰;;基于模糊理论的任务分配与调度算法[J];计算机工程;2010年18期
9 朱大奇;颜明重;;移动机器人路径规划技术综述[J];控制与决策;2010年07期
10 黄波;阎丽娜;石杏喜;赵春霞;;基于优度值评价的多机器人任务分配方法[J];华中科技大学学报(自然科学版);2010年01期
，本文编号：1337748
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/1337748.html
