基于局部感知的无人艇集群过复杂障碍场方法

针对当前基于中央控制策略解决无人艇(unmanned surface vehicle,USV)过复杂障碍场智能化程度不足的问题,提出一种基于局部感知的USV集群自主决策通过复杂障碍场方法。所提方法采用自组织协同思想,利用USV的局部感知能力获取周边水域的有效信息,将自组队形和自主避障决策权交由USV执行,促使集群自组织通过复杂障碍场并达成无序到有序的队形演化。仿真结果表明,采用所提方法的集群过复杂障碍场过程明显优于基于人工势场的同类方法。所提方法可在确保生存率前提下自组织实时集群自组队形、自主避障和自适应航行,对提升集群适应能力具有重要意义。

面向复杂障碍场的电力巡检机器人局部动态融合路径规划

为解决电力巡检机器人在复杂障碍场中,常与障碍物碰撞、避障效率低等问题,提出面向复杂障碍场的电力巡检机器人局部动态融合路径规划方法;使用基于栅格法的复杂障碍场地图生成方法,构建面向复杂障碍场的电力巡检环境地图;结合所构建地图信息,由改进遗传算法寻优获取巡检所用全局最短路径后,经时间弹性带算法,结合不同时刻机器人位姿信息,由距离阈值判断机器人与动态障碍物碰撞可能性,以全局规划路径弹性拉伸的方式,完成局部动态融合的避障运行,且需分析局部动态规划路径中,机器人运行方向与全局规划路径一致性,动态调节规划机器人巡检路径;经测试,此方法使用后,机器人未出现碰撞问题,且避障速度提升约300%。

面向复杂障碍场的多智能体系统集群避障模型

针对在地面战场中机器人集群执行任务时的避障问题,建立复杂障碍场中多智能体系统集群避障模型。障碍体采用多边形进行几何建模,减少最小外接圆(球)描述时造成的通道变窄或堵死的概率。基于人工势能方法,给出智能体与智能体、智能体与障碍体、智能体与目标相互作用的数学模型和求解流程:以智能体外心与多边形障碍体内心、外心、边的相互关系,确定障碍体的排斥边和排斥区域;以智能体外心、多边形障碍体边以及目标的相互关系,确定多边形障碍体的捕获边和智能体的临时目标,解决智能体被多边形障碍体边捕获的问题。仿真结果表明:不论静态目标还是动态目标,该模型都可以实现多智能体系统的集群避障控制,验证了其实用性和有效性。