论文部分内容阅读
近年来智能机器人广泛应用于生产生活中,单个机器人逐渐不能满足人们在工作效率、稳定可靠和低成本方面的需求,多机器人协作领域的相关研究应运而生。自然界中的群居性生物依靠自组织协作涌现出的群体智能,为多机器人协作解决复杂问题提供了新的方法。以蚁群觅食行为演化出的蚁群优化算法为例,蚁群优化算法是模拟蚁群觅食过程寻找巢穴到食物源之间最短路径的启发式方法,最初主要用于求解TSP最短路径问题,随着相关研究的深入,不断有新的优化方法应用到多机器人领域。因此,本文对蚁群觅食过程进行了深入探究后,在对比化学信息素的基础上,提出虚拟红外信息素方案,并建立仿生蚁群系统模型,设计仿生蚁群机器人实验系统,通过实验验证了虚拟信息素方案在目标搜索与路径规划问题中的可行性与有效性,然后构建基于Java平台的仿真环境,在仿真环境下测试了几种复杂情况下的蚁群觅食路径规划过程,为进一步基于蚁群行为规则而确定演化模型,并在模型中基于规则行为演化来揭示蚁群觅食、聚类等行为的特点、结果以及应用途径,提供理论依据。具体研究内容包括以下几个方面:(1)模仿蚂蚁觅食过程,在多机器人路径规划中引入信息素机制,在自然界蚁群信息素的基础上,提出了一种基于虚拟信息素的目标搜索方案,建立基于虚拟信息素的仿生蚁群系统模型,并总结出机器人相关参数和行为规则。(2)对提出的虚拟信息素系统,设计制作了一套新颖的机器人实验平台,使用红外线传递信息素,在该实验平台上进行了觅食路径规划实验,将分工协作原则引入群体机器人觅食系统,使用多个机器人同时协作,提升搜索效率,验证了虚拟信息素方案的可行性。(3)针对复杂障碍物环境,使用开源Java平台仿真分析,探索了不同障碍物情况对蚁群觅食行为的影响,为进一步总结并优化仿生蚁群觅食路径规划方案提供依据,同时也认识到基于信息素的蚁群觅食路径规划方案的不足之处,对未来改善方法作出展望。