面向群机器人目标搜索问题的扩展微粒群模型及其应用研究

群机器人是特殊的多自主机器人系统，其个体机器人的感知和通信能力相对有限，须通过局部交互及自组织机制涌现群体智能行为完成单个机器人无力完成或执行效率低下的规定任务，系统具有鲁棒性强、柔性好及控制规模可随时伸缩等优点。本项目拟以群机器人目标搜索与定位问题为研究对象，以扩展的微粒群算法模型为群机器人系统的建模工具，建立适合于结构化和非结构化环境下的群机器人目标搜索与定位的扩展微粒群模型和基于扩展微粒群模型的群机器人的协调控制理论与方法。具体进行以下研究：（1）扩展微粒群算法模型作为群机器人目标搜索与定位的建模工具研究；（2）非结构化环境及相对定位机制下，面向群机器人协调控制的扩展微粒群模型研究；（3）面向矿难搜救任务的目标搜索与定位问题的群机器人协调控制策略研究。试图通过本研究，为面向矿难搜救任务的机器人样机设计和群机器人系统构建提供理论指导及实验依据。

按时完成任务书规定的研究任务。通过建立群机器人协同机理与微粒群算法优化机理之间的映射关系，将后者扩展后作为群机器人系统的建模工具和协调控制工具。在群体智能方法框架内，研究了群机器人分别在结构化或非结构化环境下，采用绝对或相对定位机制、同步或异步通信模式等不同条件下的扩展微粒群算法模型。在各种模型基础上，研究了适合于多种条件的群机器人协调控制方法。再以一类典型矿难环境中的实时性多源异类信号传播为背景，研究了群机器人的信号融合框架，以及该环境下群机器人的协调控制策略。研究采用理论分析和仿真实验相结合的方式。采用符合IEEE 802.15.4规范的ZigBee技术，对商用的移动机器人进行通信功能扩展。同步设计群机器人实验平台及其监控系统，跨平台调度计算和存储资源。研究结果表明，扩展微粒群方法的计算复杂度低，具有良好的应用潜力。在项目执行期内，发表（含录用待发表）论文42篇，其中SCI收录3篇，EI收录21篇，书籍章节2篇。