论文部分内容阅读
随着控制技术、计算机和人工智能的快速发展,以及人们需求的日益复杂,多机器人系统以其分布式、柔性、鲁棒性等优势发挥着越来越重要的作用。要使多个机器人有效地运行,就必须对系统加以组织。目前,多机器人协调与控制的研究已经成为机器人学研究的重要方向之一。本文针对多机器人系统围捕任务协调与目标识别开展研究工作,主要内容如下:
首先,本文对多机器人系统进行了综述,简要介绍了有代表性的多机器人系统以及典型的多机器人仿真平台,综述了多机器人任务分配、围捕任务和基于视觉的目标识别研究现状,并对论文的选题背景和结构安排做了介绍。
其次,提出了一种基于任务案例匹配的分层式任务分配方法。该方法基于分层式多机器人组织形式,将含有历史任务信息的任务案例与合同网、熟人网的任务分配方式结合起来,应用于多机器人围捕仿真中。
第三,针对多机器人围捕任务中入侵者多于一个的情况,在基于上述任务分配方法得到围捕特定入侵者的机器人小队后,为了更好的执行任务,提出了一种基于圆形一椭圆双包围圈的动态联盟围捕策略,给出了机器人小队间的联盟条,通过仿真进行了验证。
第四,给出一种基于参照光线阈值动态调整的机器人目标识别算法。在多组确定的参照光线下进行相应颜色的阈值标定后,根据当前图像的亮度信息,动态进行阈值调整,在颜色识别的基础上结合形状信息完成目标的识别。
最后,论文对所取得的研究成果进行了总结,并阐述了下一步的工作。