[发明专利]一种基于改进粒子群算法的多移动机器人编队控制方法有效
申请号: | 201410076572.8 | 申请日: | 2014-03-04 |
公开(公告)号: | CN103901887B | 公开(公告)日: | 2017-05-24 |
发明(设计)人: | 唐贤伦;姜吉杰;虞继敏;刘想德;张毅;张莉;王福龙 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 重庆市恒信知识产权代理有限公司50102 | 代理人: | 刘小红 |
地址: | 400065 *** | 国省代码: | 重庆;85 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于粒子群算法的多机器人编队控制方法,该方法采用领航跟随者的方法与人工势场方法相结合,引入粒子群算法,优化跟随机器人运行中的相关参数,使得跟随机器人的运动路径及避障、避碰效果有明显改善。通过调整势场函数,对危险距离以外的受力进行归一化,危险距离以内给予机器人较大的斥力,以优化避障、避碰效果。在粒子群算法中,通过调整权重系数和学习因子,引入竞争机制,以提高算法的优化效果,最终使得跟随机器人的避障、避碰效果有明显改善。 | ||
搜索关键词: | 一种 基于 改进 粒子 算法 移动 机器人 编队 控制 方法 | ||
【主权项】:
一种基于改进粒子群算法的多移动机器人编队控制方法,其特征在于,包括以下步骤:101、系统初始化,将包含有障碍物的实际环境抽象成一张环境地图,且在环境地图中设置机器人的最终目标运动点S;102、在步骤101的环境地图中初始化n个机器人的位置,其中每个机器人通过自身的探测器获取环境地图中的障碍物大小及位置坐标、环境地图中其余机器人的大小及位置坐标,并存储于机器人各自的信息库中;103、根据步骤102中n个机器人的位置坐标计算出几何位置中心点作为队形集合点O,所述n个机器人根据人工势场法向队形集合点O移动形成初始菱形队形;104、根据步骤103中形成的初始菱形队形,选择出与步骤101中设置的最终目标运动点S直线距离最近的机器人作为领航机器人,其余机器人作为跟随机器人以速度v运动,所述跟随机器人与领航机器人的距离为l,所述领航机器人以速度V向目标点运动,跟随机器人每运行一步,记录下Drr、Dro、Drotatenum、Drotateamo、Ddeathdirectionnum,其中Drr表示跟随机器人与跟随机器人间的碰撞次数;Dro表示跟随机器人与障碍物间的碰撞次数;Drotatenum表示跟随机器人避障及避碰过程中的转向次数;Drotateamo表示跟随机器人避障及避碰过程中转动角度的大小;Ddeathdirectionnum表示跟随机器人停止运行的步数,设定此参数大于等于3时,激活机器人的随机扰动行为,使机器人随机转动一个15度以内的角,以跳出方向死锁;领航机器人每运行一步,根据设计的队形为跟随机器人分配队形点,跟随机器人根据得到的队形点及队形偏差值,调整速度,当1号跟随机器人的实际队形偏移量l'1大于期望队形偏移量l1时,跟随机器人会获得一个加速度a1,以追踪期望队形点,达到保持队形的目的,l'1与l1之间的差值越大,则加速度a1也就越大,如此调整各个跟随机器人的运动行为;105、根据步骤104中得到的Drr、Dro、Drotatenum、Drotateamo、Ddeathdirectionnum, 采用粒子群优化算法设计出适应度函数fitness,适应度函数表达式如下:fitness=Drr+Dro+Drotatenum+Drotateamo+Ddeathdirectionnum;计算出最优位置点,作为跟随机器人下一步运动的最优目标点,跟随机器人根据计算出的最优位置点调整自己的位置、方向及速度值移动到最优位置点;106、判断领航机器人是否已经到达步骤101中设定的最终目标运动点S,若没有到达,则返回步骤104;若到达则编队结束。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410076572.8/,转载请声明来源钻瓜专利网。