协作多机器人用于未知环境完全探测和地图构建

为获取未知环境的地图和有用信息,提出基于多机器人协作的地图构建和完全探测算法。地图构建中为了减少超声距离传感器的不确定性,利用贝叶斯理论与信息融合算法更新地图信息。在局部地图信息基础上,本文提出基于免疫机理的多机器人协作探测算法,不仅提高了完全探测和地图构建的效率和鲁棒性,且有效的减少了机器人之间的冲突干涉。仿真中与Frontier-based算法比较,验证了探测算法的低重复探测率,且构建的地图符合真实环境。

多传感器不完全探测的数据融合研究

主要针对多传感器不完全探测的数据融合进行了研究,建立了多传感器不完全探测数据融合的数学模型,并形成了相应的算法流程,对工程实际应用有一定的借鉴意义。

基于免疫机理的多机器人未知环境完全探测研究

利用多个机器人对未知环境进行在线完全探测.引用免疫系统的工作机理,系统是完全自主分布式的,对机器人的起始位置、运动队形不做任何要求.将机器人感知到的局部环境信息看作抗原,机器人看成 B 细胞,机器人下一步的探测目标点作为抗体.根据抗原信息,机器人个体进行自主作业.利用抗体-抗体的作用力,机器人之间实现协作.结合机器人的自主性和协作性,系统在线对未知环境进行探测.算法还利用记忆库记录边界点来实现完全探测,省去记录大量环境地图信息.仿真实验表明算法能有效实现完全探测,且对个别机器人失效和通讯丢失有较好的鲁棒性.