基于社会势场的群体机器人聚集队形控制

将社会势场与基于行为控制相结合,使得群体机器人形成聚集队形,避开未知环境中的障碍物并到达目标区域。设置了两类阈值,以减少机器人在均衡位置的抖动,提高群体机器人向目标区域趋近的速度;提出了柔性社会势场机制,以提高机器人的避障效率。个体机器人根据局部感知自主产生队形控制向量,因此该队形控制策略具有良好的可扩展性。仿真实验表明了队形控制策略的可行性和有效性。

群体机器人合作觅食任务数学模型的建立与分析

根据个体机器人的宏观状态转换,提出合作觅食任务的数学模型.该数学模型由微分比率方程组构成,能够描述群体行为的动态特征,并分析合作觅食任务效益随等待时间的变化情况.仿真实验表明,该数学模型的预测结果与仿真实验数据可以较好地吻合.