论文部分内容阅读
计算机技术和物联网技术的迅速发展,使得集通信、计算和控制于一体的CPS智能系统的研究得到了更广泛的重视。CPS是通过人机交互接口实现与物理进程之间的交互,使得互联网络可以以实时的、远程的、可靠的、安全的、协作的方式操控一个或多个物理实体。其中,怎样增强系统在复杂多变环境下的感知及协调能力已成为学者们研究的主要课题。本文深入研究了复杂污染扩散环境下CPS中多机器人决策、任务分配、环境覆盖和避障问题。主要研究工作包括:第一、在人类团队决策理论研究基础上,提出基于环境反馈值的“正确-坚持,错误-改正”(WSLS)算法,该算法中的每个机器人可根据环境反馈值进行决策。此算法具有较高的实时性、安全性和有效性。第二、针对WSLS算法存在的难以达到最优感知和全局覆盖的难题,本文结合Voronoi技术,采用加权距离划分感知区域,设计出质心-加权Voronoi(CWVT)算法,成功解决了WSLS算法存在的难题。为简化Voronoi图的生成方法,从Voronoi图的定义出发,将Voronoi图的性质和生成算法进行归纳总结。进而提出将平面离散化,计算有限离散点到生长点距离的划分算法。第三、本文提出了CWVT-分配算法用于合理地分配多机器人任务。算法中采用移动最小二乘法(MLS)拟合某一时刻区域内污染情况,再根据污染情况给每个污染源分配不同数量的机器人。每个机器人再权衡其与各污染源的距离和各污染源扩散情况,进而决定处理哪个污染源,因此该算法有效地缩短了系统处理任务的时间。第四、考虑到环境内的障碍物,本文采用虚拟和现实两层相结合的办法进行控制,虚拟层中并不考虑障碍物,现实层中考虑障碍物。基于两层间信息交互,实时修改机器人的目标位置,设计CWVT-避障算法。该算法简化了避障路径算法,增加了Voronoi图的灵活性和实用性。第五、在Diff-MAS2D仿真平台上,使机器人群体在CPS中完成污染扩散环境中的探寻,清理及避障等任务。说明本文提出的各种算法具有实时性、可靠性及有效性。