论文部分内容阅读
针对目前已存在的文献中对于多机器人持续监控任务的研究主要集中于给定闭合路径,机器人在执行任务时,沿着给定路径运动以达到所期望的目标这一问题。本文对多机器人持续监控算法进行优化设计,使得机器人在执行任务时,可根据目标点的相关信息自主规划路径完成持续监控的任务,其基本思想是:执行持续监控的机器人利用能够表示目标节点被访问程度的信息,如闲置时间、节点不确定度等指标,利用该信息作出下一步将要访问节点的决策。同时该信息也作为对全局性能的一个评价指标。主要研究内容和成果包括以下几个方面:(1)通过无线传感网络中的覆盖问题过渡到多机器人持续监控问题,利用Voronoi划分与虚拟力算法,同时采用更加符合实际的机器人感知模型并对多机器人持续监控算法进行了深入的探讨与研究。在该算法中除了引入机器人全感知模型外,同时利用虚拟力使得机器人能够自主的从初始位置移动到优化后的位置,最终使得机器人对任务区的持续监控的覆盖率达到最大值。最后,通过对比所提算法与0-1感知模型的算法仿真结果,证明了改进后的算法的正确性和有效性。(2)研究了多机器人持续监控的有效评价标准与机器人自主选择路径的问题。针对现有文献研究多机器人系统持续监控任务时所采用评价标准大都是线性变化,且在执行任务过程中,机器人都是沿着给定闭合路径运动这一问题,这里将采用随时间非线性变化的目标点不确定度作为持续监控任务的评价指标,利用ROS系统中的动态窗口算法,当机器人利用效用函数选择下一目标点并自主规划路径时,使得全局目标点的不确定度值能够达到最小。利用基于ROS的仿真实验平台验证了算法的有效性。(3)针对目前关于多机器人持续监控问题研究中,大都将目标点视为同等重要忽略了现实环境中目标点并不是同等重要的问题,将任务区内的目标点划分成重要目标节点与次要目标节点,以更好地分配机器人资源。在任务开始前,通过给定目标节点不同的先验概率来确定其重要性程度,利用闲置时间作为系统的评价指标。最终使得重要目标节点的被访问次数高于次要目标节点的被访问次数,仿真实验验证了优化后的算法的可行性与有效性。