基于k-means聚类算法的群体机器人聚集队形控制

针对未知环境下的群体机器人形成聚集动态队形的问题,提出k-means聚类算法,将该算法与基于行为的控制相结合,使群体机器人形成聚集队形,减少机器人在聚集位置的抖动问题。引入四种适应度函数,提高机器人对未知环境的反应速度。个体机器人可根据局部感知自主产生队形控制向量。仿真实验表明了队形控制策略的可行性与有效性。