孙继武[1]2002年在《基于多智能体机器人系统的实时通迅研究》文中提出多智能体概念起源于分布式人工智能，多智能体机器人系统是多智能体概念在机器人学领域的一个具体应用。目前基于多智能体机器人系统的研究多集中在高层通信与协作领域，很少涉及机器人底层的实时问题。本文基于多智能体系统理论，研究了多智能体机器人系统的底层实时调度问题。 本文首先研究了多智能体机器人系统结构模型，提出了多层次智能体网络一体化模型，该模型对各种结构模型分类进行了统一；然后对多智能体机器人系统的通信模型进行了研究，提出了适用于MARS的高层通信模型和底层网络拓扑；在此基础上，提出了基于多智能体机器人系统的实时通讯协议——RTCMR，本文对RTCMR的底层调度协议进行了研究，包括实时任务调度和实时报文调度，提出了SP／TS协议系统，建立了SP／TS算法的数学理论模型，SP／TS协议系统在实现了实时任务的绝对时限保证的同时也实现了底层实时报文传输的绝对时限保证，实现了实时任务调度和实时报文调度的统一，最后，提出了基于SP／TS协议的SPP／TSP统一控制结构，并给出了该结构的统一调度Petri网模型。 最后，我们对协议系统在软件高层进行了模拟仿真实验，实验证明，本文提出的基于SP／TS的理论模型是合理的，系统实现了在确定的时刻根据可预计的任务需要分配给可预计的网络带宽，系统完全可控和可分析。
马志峰[2]2006年在《机器人多指手的智能控制方法研究》文中研究指明手爪作为末端执行器是机器人实际执行作业的关键部件,也是实现机器人“大脑”活动的具体表现机构。为了适应日益复杂的柔性作业的需要,模仿人手构造的多指多自由度机器人手爪的研究,已成为国内外人们极大关注并大力发展的研究领域之一。本论文在综合分析国内外机器人多指手研究现状与发展水平的基础上,着重研究了多指手的实时智能控制方法及仿真实现。本文主要进行了以下几个方面的研究工作:首先,本文在分析多指手抓取物体时手指与物体的约束关系的基础上,采用Newton-Euler法建立了多指手动力学模型,构建了多指手与物体的动态合成方程,并通过适当的线性变换,把物体的运动分解为在自由运动空间和约束空间中的运动,在两个空间中分别采用位置控制和内力控制。从而实现了多指手位置与力的混合控制。其次,针对模型参数不确定,本文给出了两种有效的智能控制方法,以消除模型参数不确定给系统带来的负面影响。(1)基于强化学习的多指手控制方法,该方法将反馈控制与强化学习相结合。反馈控制使关节和被抓持的物体运动跟踪期望轨迹,强化学习则利用其良好的在线学习能力和对非线性函数的逼近能力,消除模型参数不确定带来的位置跟踪误差,改善了多指手的控制性能。(2)自适应模糊滑模控制方法。滑模控制对未建模动态和外部干扰有良好的适应能力,但也容易使系统状态产生抖动,为了消除抖动,用自适应模糊神经网络逼近滑模控制律中的非线性控制项以及系统中的不确定项,以达到光滑控制。利用Lyapunov函数推导规则参数的自适应律,通过参数的在线学习能快速而平滑的跟踪并逼近期望轨迹,大大改善了控制性能。最后本文将多智能体的思想运用于多指手协调控制。针对多指手系统的特性,给出了一种基于多智能体的分布式多指手控制系统结构。并在智能体开发平台JADE上进行智能体开发、仿真及动画演示。
刘淑华[3]2005年在《复杂动态环境下多机器人的运动协调研究》文中提出本文研究了复杂动态环境下多机器人运动协调的关键技术。首先提出一种适用于组织大规模机器人群体的体系结构和协调机制,然后研究了多机器人的运动规划问题。由于系统内的机器人数目比较多,所以采用分级组织多机器人。多机器人的协调包括任务级协调和运动级协调,任务级协调采用显式通信和黑板结构相结合的方式;运动级协调由机器人自主进行,必要时可以与邻近的机器人通信协商。多机器人的运动规划采用耦合规划,即每个机器人先为自己规划出一条静态路径,然后采用冲突消解方法进行运动协调。本文提出了基于遗传算法的路径规划算法和多级冲突消解方法。为了验证提出算法的有效性,开发了基于KQML 通信的分布式仿真环境。仿真结果表明,路径规划算法满足实时性要求,冲突消解方法的协调效果良好。
李继耀[4]2008年在《机器人足球仿真比赛中多智能体协作策略的研究》文中研究指明本文针对多智能体的协作策略,探讨了多智能体协作策略在机器人足球仿真比赛中的应用。在比赛中,每个智能体(球员)都具有定向跑步、带球、传球、接球、避碰等个体技能。这些智能体通过任务分解、多级学习、动态角色分配等实时策略,构造球队的站位、队形和队员的行为模式,以实现球队在比赛过程中的协调。本文从以下方面进行阐述:首先,介绍了多智能体系统理论及其应用,回顾了国内外各个优秀研究机构在该领域的发展状况,并据此制定了本课题研究的基本方针;随后,详细介绍了足球仿真平台的各种特性,包括感觉模型、位移模型、动作模型、异构球员和比赛模式等,并说明了新版本对旧版本的修正。其次,研究了机器人足球仿真比赛中智能体的体系架构。在智能体的系统分析中,先用结构化模型划分了智能体系统的层次和模块,并确定了各个线程和各个模块的关系,然后从面向对象的角度,分别用UML类图和序列图描述了智能体系统各模块之间的关系;在智能体的系统设计中,根据系统分析阶段提出的系统架构,设计了基于PV操作的多线程协作策略,使智能体更能适应比赛环境的要求。再次,从智能体的视觉、听觉和视/听觉融合等角度,针对其存在的局限性,提出了智能体的视觉模型的改进策略、智能体间的通信策略和信息融合策略,实验表明本文所提出的策略极大地增强了智能体获取信息的能力。然后,提出了多智能体之间协作的宏观策略,并用形式化的方式说明了球队宏观策略和球员微观行为间的关系,根据所指定的宏观策略,用静态和动态两种方法,从阵型、角色分配和动作选择叁个方面实现了对智能体的行为控制,并通过了实验说明了各种方法的优劣性。最后,提出了本文的创新点,介绍了球队在参加RoboCup China Open2007比赛的具体情况,总结了比赛中球队存在的不足之处,并提出了日后球队研究发展的方向。
胡发焕[5]2007年在《微型足球机器人防守策略和机器人小车的研究》文中提出足球机器人系统是一个多机器人相互协作的系统,它是一个典型的多智能体系统(Multi-Agent Systems,MAS),它所融合的领域有:计算机视觉、人工智能、机电一体化技术、机器人学、传感器技术、无线通讯、计算机图形学等,它已成为当前智能机器人领域的一个热点。本课题是以Mirosot FIRA足球机器人比赛为背景,以基于全视觉的微型足球机器人系统为研究对象,主要研究了微型足球机器人的防守策略和机器人小车系统的设计。本文的研究主要体现在:1、分析了多智能体系统组织结构特点,结合足球机器人系统的特点,提出了一种混合型体系结构的Agent模型。接着提出了微型足球机器人决策系统结构,利用改进的模糊逻辑方法具体实现了决策系统的态势分析、队形选择和任务分配。之后,详尽地论述了防守策略、防守的队形和战术的选择、防守动作的选择以及防守动作的设计等。2、在机器人小车子系统的设计中,在机械设计部分,克服了以往部分机器人小车只能用小车的前端控球的缺陷,本文设计的小车前后都能控球。同时充分利用规则,在小车的前后各设计了两个控球槽,大大的增强小车的控球能力。其次降低了小车的高度,提高了小车的平衡性、灵活性、稳定性。在电路设计部分,本文着重提高了小车电路的响应速度和抗干扰能力,提高了电路的稳定性。
彭志红[6]2000年在《合作式多移动机器人系统的路径规划、鲁棒辨识及鲁棒控制研究》文中提出多智能体系统以其独有的模块性、可维护性、可扩展性、容错性和鲁棒性为用传统方法难以求解的复杂问题提供了很好的求解方案,首先系统的主机将一个复杂的问题分解为几个易解的子问题,并将这些子问题分配给系统中的各单智能体,然后各单智能体再分别针对各自需解决的子问题进行局部求解,并通过各单智能体之间以及单智能体与主机之间的交互为整个问题提供一个全局解。在多智能体系统中,尽管各单智能体的能力是有限的,但通过相互间合作与协调,能改善各个体的基本能力,提高整个系统的性能,因而多智能体系统较单智能体系统具有更优的性能,完成任务所需时间更短,且系统总的能耗更小。由于建模的不精确或者受系统本身所具有的内部摄动及环境对系统干扰的影响,多智能体系统中不可避免地含有不确定性,使得多智能体系统鲁棒性的研究成为该领域内研究的必然趋势。本博士学位论文将以进化计算为代表的智能控制方法与现代鲁棒控制方法相结合,提出与实现了多智能体系统的鲁棒算法,建立了理论框架。并以多智能体系统的典型系统——合作式多移动机器人系统为研究对象,研究该系统的路径规划,以及为实现规划所进行的单移动机器人系统的鲁棒辨识和鲁棒控制。全文共分五章,主要内容如下:首先介绍了多智能体系统的定义、多智能体系统鲁棒性研究的提出,以及移动机器人系统的路径规划、非线性系统辨识和非线性系统鲁棒控制的研究现状及存在的问题;然后针对合作式多移动机器人系统的路径规划,创造性地提出了合作式共同进化自适应遗传算法,以及移动机器人路径的定长十进制编码机制。主要创新点表现在首先将移动机器人所处环境中的障碍物表示成多边形的形式,并对各障碍物顶点用十进制编号,然后把移动机器人的路径编码成定长为所有顶点个数之和的十进制染色体串,串中非零位上十进制值表示路径经过了相应编号的顶点,各顶点在串中的顺序即它们在路径中的顺序。此编码方式不需特殊的遗传操作算子,并且个体就是路径的直接表示,因此也不需特别的解码机制,克服了变长编码及其它定长编码需特殊解码和特殊遗传操作算子的缺陷。继而针对合作式多移动机器人系统的路径规划,提出了将各移动机器人的路径分别编码后组成各自的进化群体,进行单独进化,而整个路径规划的总体协调则通过各群体中个体适应度函数的定义来实现。合作式共同进化自适应遗传算法体现了多智能体系统最大的优势——适合于并行计算,从而对求解复杂问题特别适用;同时,算法还具有鲁棒收敛性。
吴振宇[7]2014年在《足球机器人目标识别及决策规划方法研究》文中研究表明多机器人系统是当前机器人领域研究的一个热点,与之相关的研究包括多机器人协作、任务分配、多机通信、路径规划等。相比单机器人系统,多机器人系统在技术实现、使用范围、环境适应能力、完成任务的效率和质量等方面都有明显优势。随着现代科学技术的发展,在国民经济需求的推动下,机器人系统的实用性能逐步提升,对机器人的研究工作也逐渐转向在实际复杂环境中建模的应用性研究。机器人足球比赛是近年来发展起来的一项科技竞赛活动,机器人足球比赛主要涉及机器人技术、感知与融合、通信、视觉与图像处理、推理决策及机器学习等多个领域,作为一个典型的多智能体协作系统,该系统为机器人学和多智能体协作提供了一个理想的实验平台。本文以基于全局视觉系统的小型足球机器人系统为研究对象,重点对多机器人系统中时变环境下目标识别方法、复杂环境下路径规划方法、目标位置不确定的动态任务分配策略等问题进行研究,取得了如下具有创新性的研究成果：(1)针对足球机器人比赛中场地环境亮度变化影响机器人决策的问题,本文提出了动态模板模型,在模板建立过程中考虑数据特征随时间变化的特点,并结合传统聚类数据精简模型,提出了一种引入时间控制因子的改进的支持向量机(Support Vector Machine, SVM)分类算法,保证了环境亮度变化情况下视觉识别目标的稳定性和实时性,同时通过间隔数据抽取构建数据集来模拟亮度快变过程,测试结果表明该策略在亮度快速变化时同样具有优良的分类处理能力,最后在大规模数据集下做了一组测试,验证了算法的通用性和有效性。(2)针对足球机器人系统中目标位置时变的特点,本文提出了一种利用Voronoi图进行建模的快速任务分配方法,用以提升由于目标位置快速变化而导致的任务执行效率的问题。在分析足球机器人系统任务分配特点的过程中,本文对传统拍卖算法进行任务分配可能产生死锁的原因进行分析,进而在拍卖流程中引入防止过度等待流程和任务执行监督流程,并利用单个任务执行结束事件触发拍卖流程,降低了任务分配中可能出现的死锁风险,提升了任务分配流程的鲁棒性。(3)针对足球机器人在动态复杂环境中的路径规划问题,本文提出了一种基于障碍预测的滚动窗口式移动机器人动态路径规划方法。该方法有效地结合了静态全局路径规划与动态局部路径规划的优点,在移动机器人运动过程中,通过对动态障碍物运动轨迹的预测来创建滚动窗口规划局部路径,在分析静态全局遍历路径规划方法的不足后,本文提出了一种主方向路径搜索策略,并利用方向一致性回溯实现了滚动窗口中的较优路径快速获取,从而实现对全局路径的调整,使机器人在运动过程中达到整体避障,局部避碰的目的,提升了机器人决策系统的动态路径规划效率。本文最后在小型足球机器人平台应用中通过连续变化的光线、强光干扰、特定队形变换及跑位等方式测试了上述研究成果在实际应用中的作用,测试结果表明,本文提出的叁种策略在机器人决策系统中表现出了良好的性能,从而整体提升了机器人系统的决策能力。
郑扬[8]2016年在《钢管混凝土拱桥健康监测数据测量系统设计与开发》文中提出桥梁数据测量系统(传感器系统、数据采集与传输系统),是科学量化桥梁状态的基础性第一步,其测量的数据是否有效、准确、及时、可靠将极大的影响监测效果。本文以石门水库大桥为依托,开展钢管混凝土拱桥数据测量系统硬件选型和软件开发与设计的研究工作。首先,根据钢管混凝土拱桥的结构特点,调研并分析对比钢管内混凝土脱空、索力、吊索(杆)损伤的检测/监测技术,得出其在桥梁健康监测中的适用性并给钢管混凝土拱桥传感器系统设计提供依据。结合上述工作,给出石门水库大桥健康监测的传感器系统方案设计,并关注在实际工程中的检测、安装与现在调试。该方案能够实现对钢管混凝土拱桥各项监测内容有效的监测。然后,为了解决桥梁健康监测数据采集与传输子系统的实时性、同步性、网络化、灵活性、可靠性和多监测内容集成问题。基于NI CompactRIO数据采集平台的中心处理器+可编程逻辑门阵列架构设计与开发了一套桥梁健康监测数据实时同步采集程序,实现了多采集模块、多通道间精确的实时同步采集。并基于面向服务的架构对程序进行模块化设计与开发,实现了桥梁健康监测数据采集与传输程序灵活的自定义设计。还从数据采集与传输系统软硬件选型和专门的程序设计两个方面保证了系统的可靠性。分析桥梁健康监测数据测量系统多监测内容的集成可行性,并给出集成技术路线。最终,完成石门水库大桥数据采集与传输系统的方案设计,该方案有效的解决了桥梁健康监测数据采集与传输子系统面临的各项问题。最后,为了验证设计与开发的数据测量系统,将设计的数据测量系统简化并应用到石门水库大桥Benchmark模型实验中并进行测试,实现对实验数据准确、可靠、实时的测量。
毛俊杰[9]2008年在《多智能体的协作与规划研究及其在RoboCup中的应用》文中研究指明近年来,有关Multi-agent系统(MAS)与分布式人工智能(DAI)的研究,已经成为人工智能领域的重要研究方向之一。而RoboCup则是以MAS和分布式人工智能为主要研究背景,其使命就是促进分布式人工智能与智能机器人技术的研究与教育。该研究方向要求在一个实时动态变化的和不可预测的环境中,拥有自主能力的Agent,作为团队的一部分,能自动地进行有效的动作,完成整个队伍的目标。本文以RoboCup仿真比赛为检验平台,以多智能体系统为研究对象,主要进行了以下工作:首先,选择智能体间协作作为目标任务,在对己有的协作策略进行研究的基础上,分别从静态和动态出发,研究了基于静态阵形和动态阵形的阵形变化策略,有效的增强了球队的整体实力;并且还采用了基于合作意愿矩阵的规划协作策略,很好的改善了球队整体协作进攻能力。其次,由于Q学习不能适用于连续状态空间和动作空间的学习,随着状态空间的增大,Q值在内存中的存储以及查询变得困难,会导致维数灾难,且传统的强化学习不具有泛化能力,这些缺点限制了它在复杂多变的环境中的应用。为了解决这些存在的问题,采用模糊Q学习算法以及基于信度分配模糊CMAC(CA-FCMAC)的Q学习算法,并将算法用于RoboCup仿真比赛中,通过实验证明改进后算法有效的优化了Agent个体技术。最后,在MAS中,由于外部环境提供信息较少,强化学习的学习效率通常较低。采用具有先验知识的算法来优化学习状态,提高学习效率。并结合心理学中的内在激励思想,提出基于先验知识的内在激励强化学习,并将此算法运用到MAS局部配合技术的训练中,实验表明,这种算法能够提高球队的局部协作能力。
吴建[10]2009年在《类人足球机器人的无线通信系统的研究》文中提出类人型机器人的研究已有30年的历史,研制与人类外观特征类似,具有人类智能、灵活性并能够与人交流,不断适应环境的类人机器人一直是人类的梦想之一。类人型机器人研究是多门基础学科,多项高技术的集成,代表了机器人的尖端技术。可以预见,类人机器人将是今后机器人发展的主要方向。类人机器人的开发是机器人研究中重要而困难的阶段,而基于多个类人机器人的无线通信系统的研究将为其迈出极为重要的一步。本文研究主要基于类人机器人的无线通信系统。主要研究内容如下:(1) ROBONOVA-I类人型机器人的软件和硬件系统的研究与开发。分析了机器人的总体框架,机器人所使用的控制器和伺服电机,高性能电池与快速充电系统。机器人的软件系统主要包括ROBONOVA-I类人型机器人所使用的roboBASIC开发环境和编程语言。并根据robo-Basic编程语言和开发环境的特点设计了简单的应用机器人编程语言。(2)分析了MiroSot系统中的无线通信系统的通信原理及组成。根据大量的比赛经验和相关的实验数据,证明了现有无线通信系统的通信可靠性有待提高,为类人机器人无线通信环境积累了经验。(3) ROBONOVA-I系统所采用的无线通信系统的研究与开发。针对类人机器人足球比赛通信环境的高效性和实时性,提出了一套无线通信系统设计方案。建立了类人足球机器人通信子系统的通信平台,给出了基于该系统硬件设计,并为多机器人系统提出了一套可行的对话协议。实验和比赛结果证明了该通信系统的可行性。(4)详细分析了多机器人的通信方式及其解决方案:针对FIRA的全自主赛事Auto-AndroSot,设计了基于IEEE802.11b的无线局域网和无线网卡的通信平台;建立基于C/S模式的对话管理;并为多机器人系统的协作问题求解提出了一套可行的对话协议。论文最后对全文进行了总结,提出了要进一步研究的问题。
参考文献：
[1]. 基于多智能体机器人系统的实时通迅研究[D]. 孙继武. 南京理工大学. 2002
[2]. 机器人多指手的智能控制方法研究[D]. 马志峰. 南京航空航天大学. 2006
[3]. 复杂动态环境下多机器人的运动协调研究[D]. 刘淑华. 吉林大学. 2005
[4]. 机器人足球仿真比赛中多智能体协作策略的研究[D]. 李继耀. 广东工业大学. 2008
[5]. 微型足球机器人防守策略和机器人小车的研究[D]. 胡发焕. 江西理工大学. 2007
[6]. 合作式多移动机器人系统的路径规划、鲁棒辨识及鲁棒控制研究[D]. 彭志红. 中南大学. 2000
[7]. 足球机器人目标识别及决策规划方法研究[D]. 吴振宇. 大连理工大学. 2014
[8]. 钢管混凝土拱桥健康监测数据测量系统设计与开发[D]. 郑扬. 长安大学. 2016
[9]. 多智能体的协作与规划研究及其在RoboCup中的应用[D]. 毛俊杰. 江南大学. 2008
[10]. 类人足球机器人的无线通信系统的研究[D]. 吴建. 西华大学. 2009
标签：自动化技术论文; 机器人论文; 路径规划论文; 移动机器人论文; 仿真软件论文; 智能算法论文; 实时系统论文; 智能小车论文; 动态模型论文; 通信论文;