多移動機器人協(xié)同環(huán)境探索策略研究.pdf

1、隨著科學技術的發(fā)展，機器人學的研究已經(jīng)從最初的工業(yè)領域拓展到航空航天、軍事等許多不同的領域，其中有些作業(yè)環(huán)境不適合人類的直接參與，例如危險的礦井、核廢墟等，這就需要機器人在這些未知環(huán)境中能夠自主地完成各種智能任務。有效的環(huán)境探索是機器人建立環(huán)境模型及完成各種復雜智能任務的關鍵，在實際應用中具有十分重要的意義。多移動機器人系統(tǒng)相對于單個機器人又具有更明顯的優(yōu)勢。然而，多移動機器人環(huán)境探索策略的制定也比單個機器人環(huán)境探索策略的選擇要困難得多

2、。本文就主要針對多機器人系統(tǒng)在完全未知的靜態(tài)環(huán)境下的探索策略的選擇和協(xié)調(diào)機制的運用進行了探討。 本文首先對移動機器人以及多移動機器人系統(tǒng)環(huán)境探索的相關內(nèi)容以及研究現(xiàn)狀等進行了綜述性介紹，并對本文的選題背景和主要內(nèi)容作了闡述。 其次，很多學者嘗試將其他學科的理論引入機器人領域，如市場機制。本文對此進行了簡要介紹，并提出了一種改進的基于多Agent理論的合同網(wǎng)協(xié)議框架的拍賣策略。文中對多Agent系統(tǒng)和合同網(wǎng)協(xié)議進行了介紹，

3、并將此思想運用于多機器人系統(tǒng)，讓不同的機器人擔當不同的角色，實現(xiàn)了分布式的多機器人環(huán)境探索過程。同時證明了此算法具有較高的容錯性和魯棒性。獨立開發(fā)的仿真平臺為算法的仿真驗證提供了很好的平臺基礎，在平臺上可以模擬機器人探索環(huán)境的全過程。在此基礎上的對基于多Agent理論的合同網(wǎng)協(xié)議框架的拍賣策略算法的仿真實驗，得到了很好的仿真結果。 第三，人工勢場是機器人領域應用較為成熟的人工智能算法之一，但是多應用于路徑規(guī)劃問題的解決中。其應用

4、背景多是已知環(huán)境。而本文則將其應用于機器人在未知環(huán)境的探索過程。在基于柵格地圖的完全未知的環(huán)境中，在邊界概念的基礎上，我們引入人工勢場理論。將邊界對機器人的引力和障礙物對機器人的斥力進行定義和量化，并由此確定機器人每前進一步的運動方向。在單機器人系統(tǒng)中驗證了此算法的基礎上，又在多機器人系統(tǒng)中引入機器人之間的排斥力，從而實現(xiàn)了多機器人系統(tǒng)環(huán)境探索過程的有效性和多個機器人之間的協(xié)作。此算法與應用組合拍賣等復雜決策算法的方法相比，在計算量上要