静态节点社区感知网络下的多机器人协调机理与控制研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

静态节点社区感知网络下的多机器人协调机理与控制研究

项目名称：静态节点社区感知网络下的多机器人协调机理与控制研究
项目类别：面上项目
批准号：61175111
申请代码：F030606
项目来源：国家自然科学基金
研究期限：2012-01-01-2015-12-31

项目负责人：杨月全
依托单位：扬州大学
批准年度：2011

中文摘要：

基于网络的多机器人系统通过环境智能来扩展机器人感知，实现对目标、资源更合理配置，应用前景广阔。本项目在环境中布设静态感知节点，将连通的节点组成社区，开展社区感知网络下多机器人协调机理与控制研究，具有独特的学术价值和实际意义。在系统框架、静态节点及机器人环境理解、社区网络下的协调涌现协议、任务协调与决策及分布式增强学习等方面深入研究，通过组建社区及局部社区网络下的交互应对静态节点无法全部连通；借助智能控制提取环境特征，提高局部社区网络下的机器人环境理解能力；将网络提供的更多机器人状态信息融入控制协议，借助状态估计、随机逼近、滤波等方法，应对社区网络存在的延时、噪声、数据包丢失等困扰；社区网络框架下，通过多约束优化提高机器人任务级协调能力；将邻居机器人决策、网络传输的其它机器人历史决策引入增强式学习，提高决策能力，为多机器人系统在军事、灾难搜救、反恐及安保等方面的应用提供必要的理论和技术基础。

中文主题词：社区感知网络；静态感知节点；多机器人系统；增强式学习；视觉传感网

英文摘要：

community perception networks；static sensing nodes；multi-robot systems；reinforcement learning；visual sensor network

英文主题词： community perception networks；static sensing nodes；multi-robot systems；reinforcement learning；visual sensor network

结论摘要：

基于网络的多机器人系统通过环境智能来扩展机器人感知，实现对目标、资源更合理的配置，应用前景广阔。本项目在环境中布设静态感知节点，将连通的节点组成社区，开展社区感知网络多机器人系统的机理、控制与协调研究，具有独特的学术价值和实际意义。设计了系统的框架结构，考虑多社区以应对静态感知节点受布局影响的困扰；围绕静态节点的环境理解，实现了立体视觉定位、目标的跟踪与再识别，从而提高社区网络下的机器人环境理解能力；提出了基于激光信息的机器人局部环境分区评价、障碍拟合等方法，以及基于连通图的环境轮廓提取与避障方法。在充分利用来自邻居机器人和网络中其它机器人历史信息的基础上，设计了一种基于社区感知网络的多机器人在线ε-半径近邻增强式学习算法以提高决策能力；为应对社区网络存在的时滞、噪声等问题，针对异时滞和等时滞社区感知网络，分别提出了多机器人编队行为一致性Q学习，以及多机器人分布式增强学习方法，并给出了噪声社区感知网络下的多机器人一致性控制协议；提出了基于视觉传感网指引的机器人控制以及拓扑图构建基础上的机器人导航方法，并针对多机器人系统目标追捕问题，提出了基于社区/局部感知的任务协调与追捕方法；设计了社区感知网络下的多机器人二阶模糊编队控制算法，实现了改进粒子群优化的多机器人编队控制；最后，构建了社区感知网络多机器人系统仿真平台，对仿真平台任务执行的框架进行了描述，完成了静态感知节点网络平台的搭建，对相关算法进行了验证。所取得的成果为多机器人系统在军事、灾难搜救、反恐及安保等方面的应用提供了必要的理论和技术基础。

成果综合统计