面向含噪复杂群机器人气味寻源问题的小生境微粒群优化方法

对于气味浓度分布不规则、气味源数目不可预知的复杂机器人气味寻源问题，至今缺乏有效的解决方法。本项目针对该类问题，研究噪声环境下用于协调群机器人搜索多个气味源的小生境微粒群优化方法，内容包括：小生境环境(即类)的形成和进化、类间协同搜索机制、含噪适应值下微粒的优劣比较和微粒引导者的选择、矿井瓦斯高危区域搜索问题的建模及其求解。通过研究，针对无噪环境下复杂机器人气味寻源问题，拟建立面向群机器人搜索的小生境微粒群优化理论与方法；针对含有噪声的情况，拟给出一套符合机器人气味寻源问题特点、切实可行的降噪策略；通过在模拟环境下矿井瓦斯高危区域搜索问题中的应用，验证上述理论与方法的可行性和有效性。研究成果深化和丰富已有的机器人气味寻源理论，增强群机器人系统解决实际气味寻源问题的能力，并为机器人在实际矿井瓦斯高危区域排查中的应用提供方法和技术支持，推动我国煤炭生产安全有序进行。

对于气味浓度分布不规则、气味源数目不可预知的复杂机器人气味源定位问题，至今缺乏有效的解决方法。申请人及合作者对该问题进行为期3年的深入研究，提出一套解决该类问题的理论与方法，主要体现在如下方面:(1)针对单气味源定位问题，提出用于多机器人气味源定位的趋风性微粒群优化方法，包括学习因子的自适应调节策略、带风速的微粒位置更新，以及基于虚拟斥力的烟羽发现策略等;(2)针对多气味源定位问题，提出有效解决上述问题的两种微粒群定位理论与方法，包括基于小生境微粒群优化的多气味源定位方法，以及基于禁忌搜索的多微粒群多气味源定位方法;建立了模拟环境下瓦斯危险区域定位的仿真平台;(3)针对机器人之间通信半径受限的情况，提出动态领域微粒群定位方法，包括机器人通信半径的估计、微粒全局最优点的选择，以及兼顾传感器采样/恢复时间的微粒更新策略等;(4)针对气味浓度测量值含有噪声的情况，提出基于噪声在线估计的多机器人协同搜索方法，包括噪声强度的在线估计、微粒适应值的区间表示，以及微粒的优劣比较等;(5)针对包含危险源、多地貌、障碍物密集分布等特殊环境下的机器人路径规划问题，提出相应的微粒群优化理论和方法。此外，项目组还研究了多目标优化问题，提出了多种高效的微粒群优化方法。基于上述成果，发表/录用学术论文18篇，其中国际期刊8篇，国内权威期刊8篇，SCI检索7篇， EI检索9篇；申请发明专利2项，其中授权1项；获中国电子学会电子信息科学技术奖二等奖1项；培养博士和硕士研究生6名，圆满完成了项目的研究目标。