群体机器人对大量移动目标的自适应跟踪捕获模型研究

Tracking and capturing multiple moving targets using swarm robots has been one of the interesting research areas recently. However, most of the current research results have limitations, especially for capturing a large group of moving targets in dynamic unknown environments. To simulate the self-organization characteristics of biological systems and the dynamic characteristics of neuro-dynamics, this project proposes a self-adaptive model for swarm robots to track and capture a large group of moving targets. The main contents of this research include: 1) With respect to the big picture, based on self-adaptive characteristics of biological neuron system, which can sense dynamic change in the environment, we will design a self-adaptive model for swarm robots to track and capture moving targets. This model assigns tasks to individual robots. 2) From the perspective of individual robots, based on the dynamic description characteristics of neuro-dynamic sensing of surrounding environments, we will design a motion planning model for individual robots. 3) Integrading the above two models, we will enable all of the targets to be captured. The research results will be applied to industrial and military areas such as missile tracking, missile defense, UAV control, and target- capturing in dangerous environments.

群体机器人对移动目标的跟踪捕获，是近年来引起人们广泛兴趣和极大关注的研究领域之一，但是目前大多数的研究成果都有其局限性，特别是在动态未知环境下对大量移动目标的捕获，还没有很好的方法。本项目拟模仿生物神经系统自组织的特点，以及神经动力学的动态特征，建立一个群体机器人对大量移动目标的自适应捕获模型，主要内容包括：1）从系统整体角度出发，根据生物神经系统对动态不可预知环境变化具有的自适应特点，建立一个全局的群体机器人实时对移动目标的自适应捕获模型，给每一个机器人指明任务和方向；2）从单个机器人角度出发，根据神经动力学具有对环境动态描述的特征，建立机器人的局部运动规划模型；3）整合上述所建立的全局自适应模型和局部运动规划模型，使每一个目标都被捕获。该项目的研究成果可以应用到导弹跟踪控制系统、导弹防御系统、无人飞机群控制系统、在动态危险环境下的目标跟踪及捕获等工业和军事领域。

群体机器人对移动目标的跟踪捕获，是近年来引起人们广泛兴趣和极大关注的研究领域之一。其研究成果可以应用到导弹跟踪控制系统、导弹防御系统、无人飞机群控制系统、在动态危险环境下的目标跟踪及捕获等工业和军事领域。.本项目的主要研究内容有：1）根据生物神经系统对动态不可预知环境变化具有的自适应特点，建立一个全局的群体机器人实时对移动目标的自适应捕获模型，给群机器人中的每一个机器人指明任务和方向；2）根据神经动力学具有的动态对连续的描述特征，为单个机器人建立机器人的局部运动规划模型；3）整合上述所建立的全局自适应模型和局部运动规划模型，使得群体机器人自适应地、合理地捕获每一个移动目标。.本项目的研究结果发现，1）生物神经系统具有自适应、自组织特点，并且能够应用到复杂系统的优化、资源分配等领域，包括应用到本项目的群体机器人对大量移动目标的自适应跟踪捕获模型上来；2）神经动力是一个对复杂系统的变化进行实时、连续地描述的最好方法之一，本项目将神经动力学的原理应用于机器人外部环境的描述，从而使得机器人更能够适应动态、连续变化的外部环境，为机器人路径规划提出了一种新的方法；3）模仿生物神经系统以及神经动力学的动态特征，能够实现在动态未知环境下群体机器人对大量移动目标的自适应捕获模型的目标，该模型能够使机器人之间协调工作，共同完成目标的捕获任务，同时具有鲁棒性，实时性，容错性。.本项目研究结果已整理成14篇论文。其中5篇SCI检索（1篇IEEE Transactions on Cybernetics,1篇IEEE Transactions on Magnetics, 2篇International Journal of Robotics and Automation,1篇Journal of Intelligent & Fuzzy Systems）。培养4名研究生。按计划完成了课题要求。