多機器人追捕關(guān)鍵技術(shù)研究.pdf

1、多機器人追捕目標問題作為多機器人系統(tǒng)中的一類典型合作與競爭問題,它研究的是一群追捕機器人如何通過合作去有效地捕獲另一群逃跑機器人,已成為多機器人技術(shù)研究的一個熱點問題,涵蓋了實時視覺處理、無線通訊、實時動態(tài)路徑規(guī)劃、多機器人分布式協(xié)調(diào)與控制、多機器人規(guī)劃與學(xué)習(xí)、機器人團隊之間的競爭與合作等多學(xué)科多領(lǐng)域知識。
　　本文在國家863計劃資助項目“分布式多機器人合作與競爭機制及其應(yīng)用技術(shù)”的資助下,主要以機器人實現(xiàn)成功追捕的約束條件以及

2、如何提高捕獲逃跑者效率為目的,對多機器人競爭與合作領(lǐng)域的若干關(guān)鍵問題進行了系統(tǒng)深入的研究。主要包括如下幾個方面:
　　第一,對多機器人追捕問題中多個低性能機器人追捕一個高性能逃跑者的追逃約束條件進行研究。提出在追捕機器人在性能低于逃跑者情況下,只要滿足約束條件一:追逃機器人的最大速度比大于sin/nπ(n為參與追捕者的數(shù)量)和約束條件二:逃跑者的位置在追捕者位置構(gòu)成的凸多邊形內(nèi)部,且逃跑者和追捕者構(gòu)成的相鄰阿波羅尼奧斯圓滿足兩兩相

3、交(或相切),則理論上可以實現(xiàn)成功追捕。然后提出基于約束條件下的一種“最優(yōu)貪婪”追捕算法算法,實驗結(jié)果表明本文推導(dǎo)出來的追捕約束條件是在追捕機器人速度低于逃跑者情況下實現(xiàn)成功追捕的必要條件。
　　第二,針對多個機器人追捕多個逃跑者問題提出一種基于快速推進法的多機器人分層分解追捕算法。由于多個參與者的加入,傳統(tǒng)求解多機器人追捕的Hamilton-Jacobi-Bellman方程的初態(tài)變得非常復(fù)雜,并隨參與者的數(shù)量增加呈指數(shù)級增加,直

4、接求解包含有多個參與者的“鞍點”均衡解非常困難。本文首先提出多機器人分層追捕算法,該算法涉及到3個階段,第一是代價計算階段,計算當前系統(tǒng)中所有配對的包含1個追捕者和1個逃跑者的雙人單一追捕代價;第二階段是任務(wù)分配階段,根據(jù)追捕時間最小,利用貪心算法實現(xiàn)追逃機器人的配對,第三階段是任務(wù)執(zhí)行階段。在上述算法的基礎(chǔ)上,提出基于快速推進的多機器人分層分解追捕算法,引入活躍區(qū)域機制,在任務(wù)分配階段的時候根據(jù)主追捕機器人構(gòu)造機器人追捕聯(lián)盟,從而利用

5、快速推進法實現(xiàn)對逃跑者的壓迫。實驗結(jié)果證明本文提出的算法非常有效。
　　第三,在有障礙物存在情況下,擴展基于運動圖的方法,增加多種機器人行為,實現(xiàn)基于行為的多機器人追捕。針對連續(xù)狀態(tài)下機器人追捕問題,提出基于強化學(xué)習(xí)和遺傳算法的模糊邏輯控制學(xué)習(xí)算法(FLC-QLGA,FuzzyLogicControlalgorithmbasedonQlearningandgeneticalgorithm),首先通過強化學(xué)習(xí)獲得先驗經(jīng)驗,利用模糊邏