基于MAPSO的混合式多机器人编队控制OA北大核心CSCDCSTPCD
MAPSO based mixed multi-robot formation control
为了解决目前编队控制中队形不稳及复杂环境适应性差等问题，针对全局环境中含有动／静态障碍物的复杂环境，提出一种将Leasder‐Follower法及人工势场法改进结合的混合式多机器人编队控制新方法；同时，引入多智能体粒子群优化（MAPSO）算法对多机器人编队控制相关参数进行在线优化，能有效避免机器人陷入局部最优，增强其抗干扰能力。对该方法进行仿真分析，并和Leasder‐Following法与基于行为法相结合的混合编队控制方法进行比较。结果表明：M…查看全部>>
Aiming at complex environment that contains dynamic/static obstacles ,a novel multi‐robot formation control method was proposed .Leasder‐Following method was combined with artificial po‐tential field method to solve the instability and poor adaptability of formation in complex environment . In addition ,the robot′s relevant parameters were optimized online by multi‐agent particle swarm opti‐mization (MAPSO) algorithm .The algorithm can avoid robots obt…查看全部>>
唐贤伦;刘念慈;邓露;王开龙
重庆邮电大学工业物联网与网络化控制教育部重点实验室，重庆400065重庆邮电大学工业物联网与网络化控制教育部重点实验室，重庆400065重庆邮电大学工业物联网与网络化控制教育部重点实验室，重庆400065重庆邮电大学工业物联网与网络化控制教育部重点实验室，重庆400065
信息技术与安全科学
复杂环境多智能体粒子群优化(PSO)多机器人混合编队控制
complex environmentmulti-agentparticle swarm optimization (PSO)multi-robotmixed formation control
《华中科技大学学报（自然科学版）》 2015 (7)
基于群体智能的多Agent协作模型与适应性研究
104-108,5
国家自然科学基金资助项目（60905066）；重庆市自然科学基金资助项目（cstc2011jjA40021）．
评论