新型科技对陕西省农业经济的促进研究——以AI仿生集群控制系统为例

陕西省农业经济发展存在集约化程度不高、粮食人均占有量偏低、农业资金投入不足、农业产业链不完善等问题。为改变现状,以AI仿生集群控制系统为例,研究新型科技对陕西省农业经济的促进作用,重点选择智慧农业来促进陕西省农业经济发展。阐释了陕西省农业发展现状,分析了陕西省农业经济发展中存在的问题,最后提出了促进陕西省农业经济高质量增长的措施,以期促进陕西省社会稳定和谐发展。

基于雁阵变换的微型扑翼飞行机器人集群行为控制方法

为了解决微型扑翼飞行机器人集群编队目标搜索覆盖效率、避障通过性和多机控制等难题,实现扑翼飞行机器人集群编队的智能控制,提出了基于雁阵变换的扑翼飞行机器人集群行为控制方法。利用仿生集群行为控制函数的参数化特性,实现了飞行机器人编队的队形变换和角度控制;搭建了多扑翼飞行机器人实验系统,并在多种情况下设计基于仿生行为的多扑翼飞行机器人集群控制方法实验。最终的实验结果验证了方法的可行性和有效性。与传统的多飞行机器人实时控制方法相比,所提方法大幅提升了集群编队的搜索覆盖效率和避障通过率,在某些作业环境条件下,搜索覆盖率可提升50%以上,障碍通过率可提升60%以上。同时,创新点体现在将雁阵变换应用于多扑翼飞行机器人集群编队控制和将仿生集群行为控制应用于扑翼飞行机器人集群控制两个方面。

水下仿生机器人集群节能关键技术综述

水下仿生机器人集群具有冗余性高、机动灵活、任务执行范围广等优势,可应用于水下环境信息收集、水下目标监测、资源勘探等领域。一直以来,能量消耗问题都是水下仿生机器人集群工程应用中重点关注的问题。大自然存在的生物集群运动现象启发了水下仿生机器人集群节能运动关键技术的研究,从水动力和集群控制角度,对水下仿生机器人集群节能关键技术的国内外研究现状进行了论述,涉及生物集群运动的节能机理、水下仿生机器人流场信息感知和集群协同控制,分析和总结了水下仿生机器人集群节能关键技术发展趋势。

面向群体快速融合的仿生无人机集群架构

无人机集群作战是未来战场的重要组成部分。集群内的无人机通过协作,进行载荷的互补与任务协调,以提升系统整体性能。自然界中如蚂蚁、狼、鸽子、鱼等群体,其个体与单架无人机行为类似,而蚁群、狼群、鸽群又能依靠个体间的规则,通过协调与组织实现更为复杂的行为。不同生物集群展现的能力不同,在战场上能承担的任务也各不相同。从生物集群的群体特征出发,考虑生物间的拓扑和交流机制,提出了一种仿生无人机集群的融合架构。不同种类的仿生无人机集群自由地融合,增强了无人机集群的异构性,提高仿生无人机集群架构的协调能力。

动物集群行为的机制和应用

动物集群行为是指群体内个体在有或无领导者的情况下,根据周围的局部或整体信息相互协调运动或做出相应的行为决策.这是一个典型的具有涌现性质的复杂系统,个体间的相互作用导致群体整体行为与所有单个个体行为的简单加和有相当大的差异.几十年来,动物的集群行为吸引了各领域研究人员的关注,从统计物理学、生物学、神经科学、计算机科学和控制论等各个角度对该问题进行了研究,取得了诸多重要的成果.本文从集体决策、运动控制和神经学基础三个角度出发,综述了动物集群行为的表层和底层实现过程.这些研究和发现对集群运动的仿生应用有着广泛的启示意义和应用前景.本文旨在为从事计算机和机器人行业的研究人员提供跨学科视角,并为未来动物集群运动研究提供一些有潜力的方向和新思路.

面向环境探测的多智能体自组织目标搜索算法

针对在复杂非结构化环境下如何协调多个无人机发现静态或动态目标的问题,建立了自组织目标搜索算法框架。结合磁探仪等效平均探测宽度模型,受昆虫协调方式和鸟群效应的生物机制启发,提出了基于仿生集群算法的无人机集群分布式目标搜索模型;采用改进的自适应差分进化算法帮助无人机集群模型在环境中平衡勘探和探索,实现无人机群体的协同搜索优化。该自组织目标搜索算法旨在以最短时间实现跟踪目标数量的最大化。基于仿真平台的实验测试了该策略的性能,验证了算法对具有未知目标的非结构化复杂环境的适用性。