当前位置：文档之家 › 基于遗传算法的多移动机器人编队行为控制

基于遗传算法的多移动机器人编队行为控制

  • 格式：pdf
  • 大小：146.58 KB
  • 文档页数：3
Ｃ ｏｇｉｇ ４ ０ １ －Ｃ ｉ ） ｈｎ ｑｎ ， ０ ０４ ｈｎ ａ
Ａｂ ｔ ａ ｔ Ｔ ｉ ｐ ｐ ｒｄ ｓ ｕ ｓ ｓ ｔ ｅ ｆｒ ｔ ｎ ｃ ｎｒ ｌｆｒ ｍｕｔ— ｂ ｔｓ ｓ ｍｓ ｓｒ ｃ ： ｈ ｓ ａ ｅ ｉｃ ｓｅ ｈ ｍａ ｉ ｏ ｔ ｏ ｌ ｒ ｏ ｙ ｔ ｏ ｏ ｏ ｉｏ ｅ ．Ｗ ｉ ｅ ａ ｉｒｄ ｃ ｍｐ ｓｔ ｎ，ａ ｒ ｔｔ ｇ ｓ ａｅ ｙ，ｗ ｉｈ ｉ ｔ ｂ ｈ ｖｏ ｅ ｏ ｏ ｉ ｏ ｈ ｉ ｏａ ｉ ｔ ｔｇ ｎ ｒ ｈ ｃ ｓ
为通讯作者
维普资讯
５８ ０
＝
西 南 农 业 大 学 学 报 （ 自然科学版）
ｙｇ
对移动机器人编队控制 ， 基于行为的方法是一种 简单易行的方法 ＿ 。本文在行为分解 的基础上 ， ｌ 讨 论各行为的合成策略 以及行为控制参数的优化 。
各子行为定义如下 ： 、来自一 ｒ ｌ
一
ｙ
ｒ
Ｉ Ｉ ＿Ｊ ，
ｙ
＝
＼ ｆ＝ ＼
） ￣ 一 ＋（ ’ ）（ ， ／ 赢 一 ＼ ／（ ）
，
昭 培
一 一
１
、Ｊ
，
、ｌｌ －Ｉ ｌ ，
遗传算法是一种很有效的准优化求解方法。它
已被广泛应用于不同领域 。对于多移动机器人系统 ， 遗传算法也是一种很有效的参数学 习方法。本文利
㈡＝ 、
： ． Ｒｆ１ ＼／ Ｙ
对 于 ｌａ ｅ ｅｄ ｒ
＝ Ｒｏ ’
Ｂ ＥＨＡＶＩ ＯＲ— ＡＳ Ｄ Ｆ ＭＡＴ Ｏ ＯＮ ＲＯＬ Ｆ Ｂ Ｅ ＯＲ ＩＮ Ｃ Ｔ ＯＲ ＭＵＩ ＩＲＯＢ Ｔ Ｓ Ｔ Ｊ— Ｔ Ｏ ＹＳ ＥＭＳ
，
Ｐ ＥＮＧ ＹＵ Ｐ ｎ ２ Ｐ Ｈｅ 。 ｉ ｇ 。 ＥＮＧ ｈ ｎ Ｓ ｅ ｇ—ｘ ａ ｇ ‘。 ｉ ｎ ＢＡＯ Ａｎ—ｈ ｎ ＢＡＩＸｕ ｏｇ。 ｅ—ｆ ｉ ｅ
￣
＿
Ｖｏ． ８． ． １２ Ｎｏ ３ Ｊｎ ２ ０ ｕ．０６
文章编号 ：００— ６ ２ ２ ０ ）３—００ ０ １０ ２ ４ （０ ６ ０ ５７— ３
基于遗传算法的多移动机器人编队行为控制
彭 和 余 萍 彭生祥ｈ， ， ， 鲍安红 白雪飞 ，
（ ． 南大学 工程技术学院 ， １西 重庆 ４ ０ １ ；． ０ ７６ ２ 重庆冶金成人学院 ， 重庆 ４０ １ ） ００ ４
ｅ ｓ ｍｐ ｅ ｎ ，ｆｒｃ ｍｂ ｎ ｔ ｎ ｏ ｅ ａ ｉ ｒ ａ ｅ ｎ ｄ ｖ ｌ ｐ ｄ ｈ ｏ ｍａｉ ｎ ｃ ｎｒ ｌ ｔ ｏ ｓｂ ｓ ｄ ｏ ＧＡ ， ｉ ｈ ｉ ｕ ｅ ｐ ａ ｙ ｔ ｉ ｌｍｅ ｔ ｏ ｏ ｉ ａ ｉ ｆ ｈ ｖｏ ｓｈ ｓｂ ｅ ｅ ｅｏ ｅ ．Ｔ ｅｆ ｒ ｔ ｏ ｔ ｈ ｄ ｉ ａ ｅ ｎ Ｓ ｏ ｏ ｂ ｏ ｏ ｍｅ ｗｈ ｃ ｓ ｓ ｄ ｔ ｏ ． ｏ ｔ ｚ ｈ ｅ ａ ｉｒｃ ｎ ｒｌｐ ｍｅ ｅｓ ｉ ｌｔ ｎ ｒｓ ｌ ａ ｅ ｃ ｎ ｒ ｅ ｈ ｆ ｃｉｅ ｅ ｓａ ｄ ｆａ ｉｉ ｔ ｏ ｅ ｍｅ ｈ ｄ ｉ ｅ ｔｅ ｂ ｈ ｖｏ ｏ ｔ ￣ａ ｔ ｒ ．Ｓｍｕａ ｉ ｅ ｕｔ ｈ ｖ ｏ ｆ ｍｉ ｏ ｏ ｓ ｉ ｍ ｄ ｔ ｅ ｅｆ ｔ ｎ ｓ ｎ ｅ ｓｂ ｌ ｙ ｆｔ ｔｏ ． ｅ ｖ ｉ ｈ Ｋｅ ｒ ｓ ｆ ｒ ａｉｎ ｃ ｎｒ ｌ ｅ ａ ｉｒｂ ｓ ｄ；Ｓ ｙ ｗｏ ｄ ：ｏ ｍ ｔ ｏ ｔ ；ｂ ｈ ｖｏ ・ａ ｅ ｏ ｏ ＧＡ；ｃ ｎ ｒｌｐ ｒ ｍｅｅ ｏ ｔｏ ａ ａ ｔ ｒ
（ ． ｎｉｅｒ ｇ ａｄ Ｔ ｃｎｌｇ ｏｌ ｅ Ｓｕｈ ｅｔＵ ｉ ｒ ｔ，Ｃ ｏｇ ｉｇ４ ０ １ ，Ｃ ｉ ；２ ｈｎｑｎ ｅａ ｕｇ ｄ ｌ Ｓ ｈ０。 １Ｅ ｇ ｅｉ ｎ ｅｋｏｏｙ ｃｌ ｇ ｏｔｗ ｓ ｎ ｅｓｙ ｈｎｑｎ ０ ７ ６ ｈｎ ｎ ｎ ｅ ｖ ｉ ａ ．Ｃ ｏｇｉｇ Ｍ ｔｌｒｙＡ ｕ ｅ０１ ｌ ｔ
摘要 ： 对 多移动机器人行为分解的基础上 ， 用基 于基本行 为旋 转的合成 策略 ， 在 采 实现 了对机 器人 移动过程 中的编队
控制 ， 并利用遗传算法对行为控制参－－， ７优化。仿真结果表明 ， 方法是 简单有效 的。 ￣ｅ ｆ ＿ ｆ 该
关 键 词 ：编队控 制 ； 于行 为； 基 遗传 算法 ， 控制参数 文献标识码 ： Ａ 中图分类号 ：Ｐ２２ ６ Ｔ ４ ．
Ｂ＝｛ ， ， ）
ＣＳ ０ Ｏ ￣
咖
ｓ０ ｉ】 ｎ ３ ／
（） ２
风 ＝ ｏ（ｏ ｋｌｄ —ｄ＋ｒ）＋ ｏ ｏ ｋ２
ｘ－ ｆｌ ｗ ｒ － ， ｏｌ ｅ ｊ 于 ｏ
收稿 日期 ：０ ６—０ ２０ ２—２ ０
作者简介 ： 彭和（ ９ ６ ） 男 ， １７ 一 ， 四川双流人 ， 西南大学讲 师 ， 士研究生 ， 硕 从事农业工程教学与研 究。
（ ＼
用遗传算法对多机编队中的控制参数进行优化配置 ， 从而实现多机器人之间的协作与编队控制。
行为合成策略采用基于基本行为并旋转的策略。
１ 多移动机器 人编 队控 制策略
对多移动机器人 的行为空 间进行等价划分， 从而 得到以方向向量形式表示 的机器人的基本行为集合
（ 已另文发 表 ） ：
维普资讯
第 ２ 卷 第 ３ 期 ８ ２０ ０ ６年 ６月
Ｊ ｕ ｎ ｌｏ ｏ ｔ ｗｅ ｔ ｏ ｒ ａ ｆＳ ｕｌ ｓ ａ
西 南 农 业 大 学 学 报 （ 自 然 科 学 版 ） ｉ ｕ ｔ ｒ ｌ Ｕｎ ｖ ｒ ｉｙ （ ｔｒｌ ｃｅ ｃ ） ｃ ｌ ａ ｉｅ ｓｔ ｕ Ｎａｕ ａ Ｓ ｉｎ ｅ

合集下载

《多智能体系统的几类编队控制问题研究》

《多智能体系统的几类编队控制问题研究》

《多智能体系统的几类编队控制问题研究》一、引言多智能体系统由多个可以互相通信与合作的智能体组成，其应用领域广泛，包括无人驾驶车辆、无人机群、机器人集群等。

编队控制是多智能体系统研究的重要方向之一，它通过协调各智能体的运动，实现整体协同的编队行为。

本文将针对多智能体系统的几类编队控制问题进行研究，旨在为相关领域的研究与应用提供理论支持。

二、多智能体系统编队控制基本理论编队控制是多智能体系统协同控制的核心问题之一，它要求各智能体在动态环境中协同完成任务，形成特定的几何形状或空间布局。

编队控制的基本理论包括编队结构、通信机制、协同策略等。

编队结构是编队控制的基础，它决定了智能体的空间布局和运动轨迹。

常见的编队结构包括线性编队、环形编队、星形编队等。

通信机制是实现智能体之间信息交互的关键，它包括无线通信、视距通信等多种方式。

协同策略则是根据任务需求和系统状态，制定合适的控制策略，实现编队的稳定性和灵活性。

三、几类多智能体系统编队控制问题研究1. 固定环境下多智能体编队控制问题在固定环境下，多智能体需要形成稳定的编队结构，并按照预定的路径进行运动。

针对这一问题，可以采用基于规则的编队控制方法、基于优化的编队控制方法等。

其中，基于规则的编队控制方法通过设计合适的规则，使智能体根据自身状态和邻居状态进行决策；基于优化的编队控制方法则通过优化算法，求解最优的编队结构和控制策略。

2. 动态环境下多智能体编队跟踪问题在动态环境下，多智能体需要实时调整编队结构，以适应环境变化。

针对这一问题，可以采用基于领航者的编队跟踪方法、基于分布式控制的编队跟踪方法等。

其中，基于领航者的编队跟踪方法通过领航者引导智能体进行运动；而基于分布式控制的编队跟踪方法则通过分布式控制器实现各智能体的协同运动。

3. 异构多智能体编队控制问题异构多智能体系统中，各智能体的性能、能力等存在差异。

针对这一问题，需要研究异构智能体的协同策略、任务分配等问题。

改进遗传算法在移动机器人全局路径规划中的应用

改进遗传算法在移动机器人全局路径规划中的应用

Ａｂ ｔａ ｔ ｓｒ ｃ Ａｍｉｇ ａ ｈ ｒｂｅ ｆ ｇ ｎ ｔ ｌｏｉ ｍ ｐ ｌｃｔ ｎ ｉ ｇｏ ａ ｐ ｔ ｌｎ ｉｇ ｆｒ ｉ ｎ ｔｔｅ ｐ ｏ ｌｍｓ ｏ ｅ ｅｉ ａｇｒ ｈ ａ ｐｉａｉ ｎ ｌｂ ｌ ａｈ ｐａ ｎｎ ｏ ｍｏ ｉ ｏ ｏ ｎ ｌｄｎ ｒｍａｕｅ ｃ ｔ ｏ ｂｌ ｒｂ ｔ ｉｃｕ ｉｇ ｐｅ ｔｒ ｅ
ｃ ｎ ｅ ｇ ｎ ｅ ａ ｄ ｓｏ ｏ ｖ ｒ ｅ ｃ ｏ ｖ ｒ ｅ ｃ ｎ ｌｗ ｃ ｎ ｅ ｇ ｎ ｅ，ｉ ｈ ｓ ｐ ｐ ｒ ｔ ｅ ａ ｔ ｏｓ ｐ ｏ ｏ ｅ ａ ｍｐ ｏ ｅ ｅ ｅｉ ｇ ｒ ｈ ｂ ｓ ｄ ｏ ｈ ｎ ｏ ｉ ｇ ｍｅ ｎ ｆｆ ｅ ｎ ｔ ｉ ａ ｅ ｈ ｕ ｈ ｒ ｒｐ ｓ ｎ ｉ ｒ ｖ ｄ ｇ ｎ ｔｃ ａ ｏ ｉ ｍ ａ ｅ ｎ ｔ ｅ ｅ ｃ ｄ ｎ ａ ｓ ｏ ｘ ｄ ｌ ｔ ｉ
一
个Ｎ Ｐ完 全问题
。
遗传算法通过 引入达尔 文生 物进化学说 中的选择 、 交换 、 变 异等概念 ， 对经过 编码 的多个 个体组 成 的群 体进行 遗传 进化操
可视图的组合寻优方法 ， 解决 了不可行路径适应度评价 问题 ， 提
０ 引 言
移动机器人路 径规划是 智能机 器人学 重要研 究领域 之一 ， 其任务是在给定机 器人 运动 环境 的前 提下 ， 照一定 的标准 规 按
划出一条连接移动 机器人起 始点和终止点 的最优或 次优 有效路 径。这一 问题 的优化解评价 指标 可以是 ： 路径 的长度 、 机器人 与
蒋 明 王 短 张 华 解兴哲
（ 西南科技大学机器人 技术及应 用四川 省重点 实验室 四川 绵阳 ６ １ １ ） ２０ ０
摘
要
针对应用遗传 算法进 行移动机器人全局路径规划 时遇到 的早 熟收敛和 收敛速度慢 等问题 ， 出一种 基于定长 二进制路 提
基于改进自适应遗传算法求解移动机器人路径的优化问题

基于改进自适应遗传算法求解移动机器人路径的优化问题

收稿 日期 ：２ １－３１ ０ １０ －５
遗传算法是一种借鉴生物界 自然选择和自然选 择机制的随机化搜索算法 ， 对于用传统搜索方法难 以解决的复杂和非线性问题具有 良好的适 应性． 许 多研究表明， 遗传算法在规划机器人路径中取得了 较好的效果． 但是遗传算法在求解最短路径时 ， 由于
任子武等人在 Ａ Ａ 的基础上， 出了一种改 Ｇ 提
９ ９ ３９ ９ ９ ９ ０ ９ｌ ２ ９ ４ ５ ６ ９７ ９８ ９ ８ ８ ８ ３８ ５ ６ ８ ９ ０ ｌ ２ ８ ４ ８ ８ ７ ８８ ８ ７ ７ ７ ４ ５ ６ ７ ７ ９ ０ ７１ ２ ３ ７ ７ ７ ７ ８ ７
Ｚ
图 １ 机器人工作环境及路径表示
Ｆ 孚 １ Ｗ ｏ ｋ ｎ ｎ ｉｏ ｍｅ ｔａ ｄ ｐ ｔ ｅ ｒ ｓ ｏ ｏ ｏ ｉ ｒ ｉ ｇ ｅ ｖ ｒ ｎ ｎ ｎ ａ ｈ ｒ ｍａ ｋ ｆｒ ｂ ｔ
代的优 良个体不被破坏 ， 采取了精英保 留策略： 如 果下一代 的最佳个体适应度小于当前种群 的最佳个
作者筒介 ｔ 胡赤兵 （９２）男。 １５－． 浙江东阳人 ， 教授 。 博导．
兰 州 理 工 大 学 学 报
第３ ７卷
编码长度过大， 导致其变化范围也很大， 在计算适应 度 函数 、 交叉 、 变异 时消耗时间特别长 ， 产生的无效
中， 交叉概率和变异概率按以下公式进行调整 ：
！ ＝ ２ 厶
知， 用尺寸相 同的栅格对工作环境进行划分． 若某一 栅格内不含任何障碍物 ， 则称此栅格为 自由栅格 ； 反 之为障碍栅格［ ， ５ 如图 １ ］ 所示．
个体适应度越接近于最大适应度（． 一／≈０时， 眦 ）
交叉概率和变异概率越小 ， 到接近于零 ， 这种调整方
不确定非完整轮式移动机器人的运动控制研究

不确定非完整轮式移动机器人的运动控制研究

不确定非完整轮式移动机器人的运动控制研究非完整轮式移动机器人（wheeled mobile robot,WMR）是典型的多输入多输出耦合欠驱动非线性系统, 其运动控制问题极具挑战性。

轮式移动机器人大多工作在复杂未知环境之下, 容易受到多种不确定性和扰动的综合影响, 因此, 解决复杂不确定下非完整轮式移动机器人的运动控制问题意义深刻且现实需求迫切。

本文研究了轮式机器人包含定位不确定性、参数和非参数不确定性、侧滑和打滑干扰等情形下的运动控制策略, 探讨了非完整单链系统的有限时间控制以及力矩受限下轮式移动机器人的动力学控制。

主要的研究成果包括: （1）研究了定位不确定的轮式移动机器人路径跟随问题, 提出一种基于改进遗传算法优化自适应扩展卡尔曼滤波的全局一致渐进稳定控制器。

（2）提出了一类n维不确定非完整单链系统的鲁棒有限时间镇定控制律。

通过不连续变换将原系统分解为1阶和n-1阶两个解耦的独立子系统, 对1阶子系统采用分段控制策略解决不连续变换引起n-1阶子系统奇异问题, 保证控制律的全局性, 对n-1阶子系统采用反演（backstepping）设计方法, 降低设计复杂度, 设计过程基于有限时间Lyapunov理论, 保证系统的有限时间稳定。

（3）研究了本体动力学模型包含参数和非参数不确定性的轮式移动机器人轨迹跟踪问题, 提出基于自适应反演滑模控制的全局渐进稳定饱和控制方案。

通过运动学输入-输出非线性反馈和动力学输入变换, 建立包含系统总体不确定性项的线性模型, 采用一种动态调整机制实现控制输入饱和约束, 基于幂次趋近律提高了滑模控制的平滑性和快速性, 自适应估计总体不确定性的上界有效削弱了滑模控制的抖振现象。

（4）提出了执行器动力学模型包含参数和非参数不确定性的轮式移动机器人轨迹跟踪与镇定统一控制方法。

通过backstepping分别设计系统的运动学、本体动力学和执行器动力学控制器, 运动学控制器引入了时变控制量, 使跟踪误差模型用于镇定控制时不存在奇异, 本体和执行器动力学控制器分别采用带鲁棒项的强化学习自适应模糊控制补偿系统的复杂不确定性, 采用非线性跟踪-微分器避免了backstepping过程的“计算膨胀”, 闭环系统为最终一致有界收敛。