智能多机器人系统.docVIP

上海大学 2011～2012学年春季学期研究生课程考试 小论文 课程名称： 智能多机器人系统 课程编号： 091103910 论文题目: 基于蚁群算法的多机器人动态感知任务分配 研究生姓名: 项 有 元 学 号: 论文评语: 成 绩: 任课教师: 评阅日期: 基于蚁群算法的多机器人动态感知任务分配( 项有元 （上海大学 机电工程与自动化学院，上海200072） 摘要：多机器人系统在具有任务聚集特征的动态感知任务环境下执行搜集任务时,存在着由于任务分配不当而引起的冲突加剧问题. 针对这一问题,提出了一种基于排斥信息素型蚁群算法的多机器人任务自主分配方法.进行了未知非结构化环境下的多机器人协作搜集仿真实验. 仿真结果表明,采用本文所提方法可以实现多机器人搜集任务的自主分配,有效减少机器人的空间冲突,尤其在机器人数量较多的情况下,更能显示出该方法的优势. 关键词：多机器人协作;;动态感知任务; 蚁群算法; 任务分配 Multi-robot Dynamically Perceived Task Allocation Based on an Ant Colony Algorithm XIANG You-yuan (School of Mechatronics Engineering and Automation, Shanghai University, Shanghai 200072, China) Abstract: In the dynamically perceived task environment with task-rich area, multi-robot foraging faces a lot of spatial conflictions caused by improper task allocation. In order to solve this problem, an autonomous task allocationmethod, which is based on an ant colony algorithm named repulsive pheromone ant colony algorithm , is presented for the multi-robot system. Under the unknown unstructured environment, a simulation experiment of multi-robot cooperative foraging is performed. Experiment results show that the presented method can make multiple robots perform task allocation autonomously, and can effectively decrease spatial confliction among robots, especially when the group size is large. Key words: multi-robot cooperation; dynamically perceived task; ant colony algorithm; task allocation 1.1 多机器人任务分配出现的问题 1.1.1 任务分配问题 多机器人任务分配问题是多机器人领域的一个研究热点。传统的方法采用集中控制器，按照某种固定顺序进行任务分配，它无法满足动态感知任务的分配要求，在机器人数量较大时,该问题尤其突出，限制了未来大规模群体机器人在复杂环境下的应用。而且当机器人较多时，机器人聚集在一起共同接受任务时，就会出现任务聚集区机器人空间冲突加剧问题，这是本文研究的重点。 1.1.2 考虑使用蚁群算法 目前许多学者正在积极探索解决这一问题的有效方法。蚂蚁等昆虫通过遗留信息素等简单的通信机制，可以实现协作觅食和劳力分配等复杂群体行为。这些社会性生物的行为已成为机器人及人工智能领域的一个重要思想源泉。Dorigo等人通过模拟蚂蚁觅食行为提出了蚁群算法。 该算法具有响应快和环境鲁棒性强等特点，适于处理未知环境下的动态感知任务，然而目前蚁群算法在机器人领域的应用还仅局限于路径规划等方面，直接将其应用于多机器人协作的研究还很少见.。本文将一种蚁群算法应用于一类具有任务聚集区特征的多机器人搜集任务的