期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
机器人探测未知环境的螺旋形导航算法 被引量：2
1
作者 苏丽颖 谭民 《系统仿真学报》 CAS CSCD 2003年第10期1426-1430,共5页
在很多情况下,机器人对作业环境并没有预先了解,这就使得机器人对环境的探测成为必要。因此,设计合理的导航算法,从而使机器人在较短的时间内能够较完整地构建出环境地图,为机器人完成作业提供了基础。本文提出了一种基于虚拟力的螺旋... 在很多情况下,机器人对作业环境并没有预先了解,这就使得机器人对环境的探测成为必要。因此,设计合理的导航算法,从而使机器人在较短的时间内能够较完整地构建出环境地图,为机器人完成作业提供了基础。本文提出了一种基于虚拟力的螺旋形导航算法,采用超声距离传感器,对未知环境进行实时在线的探测,采用本算法可以避免机器人之间以及机器人与障碍物发生碰撞。本文推导了机器人的运动学和动力学方程。仿真对比实验表明了该算法的有效性。本文进行了若干作业任务的仿真实验,使算法得到了进一步验证。 展开更多
关键词 导航算法 虚拟力 环境探测 多机器人任务
下载PDF
基于改进蚁群算法的多机器人任务分配 被引量：18
2
作者 秦新立 宗群 +2 位作者 李晓瑜 张博渊 张秀云 《空间控制技术与应用》 CSCD 北大核心 2018年第5期55-59,共5页
任务分配是多机器人系统需要解决的首要问题.针对传统蚁群算法求解多机器人任务分配收敛速度慢且易陷入局部最优问题,提出了改进蚁群算法.考虑多机器人任务分配问题,建立多旅行商问题模型,采用蚁群算法优化出解空间,然后采用遗传算法中... 任务分配是多机器人系统需要解决的首要问题.针对传统蚁群算法求解多机器人任务分配收敛速度慢且易陷入局部最优问题,提出了改进蚁群算法.考虑多机器人任务分配问题,建立多旅行商问题模型,采用蚁群算法优化出解空间,然后采用遗传算法中的变异算子对每个机器人执行任务的顺序进行优化,并根据模拟退火过程中Metropolis准则以一定的概率接受优化过程中较差的解.在复杂约束条件下,为解决蚁群算法收敛速度慢且易陷入局部极小问题,引入局部优化变异算子和改进模拟退火算法.仿真结果表明,改进蚁群算法可以更好的解决多机器人任务分配问题. 展开更多
关键词 多机器人任务分配 多旅行商问题 改进蚁群算法
下载PDF
结合粒子群算法与任务分配协调策略的仓储多机器人任务分配 被引量：8
3
作者 牛龙辉 陈海洋 季野彪 《西安工程大学学报》 CAS 2020年第6期73-79,共7页
针对粒子群算法(particle swarm optimization,PSO)求解仓储物流多机器人任务分配(multi-robot task allocation,MRTA)中出现的重叠及过载问题,提出一种基于PSO算法的任务分配方法,实现对多机器人任务的合理分配。考虑到MRTA问题,定义... 针对粒子群算法(particle swarm optimization,PSO)求解仓储物流多机器人任务分配(multi-robot task allocation,MRTA)中出现的重叠及过载问题,提出一种基于PSO算法的任务分配方法,实现对多机器人任务的合理分配。考虑到MRTA问题,定义分配半径的概念,建立多目标优化任务分配数学模型,采用PSO算法优化出解空间,然后利用协调策略对解空间出现的任务重叠、过载进行调节,保证系统获得最高收益。与PSO算法及灰狼算法对比仿真实验结果表明:提出的方法任务完成时间为74.0492 s,远低于其他2种算法的101.2631 s、82.4279 s,在系统收益方面,性能指标函数值稳定在114.87,均高于其他2种算法,且收敛速度很快。提出的方法在解决多机器人任务分配问题方面更加合理有效。 展开更多
关键词 粒子群算法(PSO) 仓储物流 分配半径 多机器人任务分配(MRTA) 分配协调策略
下载PDF
多机器人系统任务分配研究 被引量：6
4
作者 周菁 慕德俊 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第3期403-410,共8页
设计分布式同质的多机器人系统,以实现以负载平衡为目的的任务分配。机器人个体使用包容框架拓扑结构和基于感知到行为的控制,使用视觉系统通过局部观察获取周围环境信息,由状态转移方程选择任务执行,实现从局部到全局的针对多机器人系... 设计分布式同质的多机器人系统,以实现以负载平衡为目的的任务分配。机器人个体使用包容框架拓扑结构和基于感知到行为的控制,使用视觉系统通过局部观察获取周围环境信息,由状态转移方程选择任务执行,实现从局部到全局的针对多机器人系统的涌现式协调方法。宏观数学模型从理论上证明了任务分配的正确性,再由真实环境下物理实验验证了这一多机器人系统可以达到指定的任务分配效果。 展开更多
关键词 多机器人系统任务分配 马尔可夫过程主方程 包容框架
下载PDF
多策略遗传算法求解多机器人任务分配问题
5
作者 陈海洋 刘妍 +1 位作者 都威 黄琦 《西安工程大学学报》 CAS 2024年第6期76-82,共7页
针对遗传算法(genetic algorithm,GA)求解多机器人任务分配(multi-robot task allocation,MRTA)时容易陷入局部最优以及效率不高的问题,提出一种多策略遗传算法(简称DIHA-GA)实现对多个任务的合理分配。首先,采用双染色体编码策略来简... 针对遗传算法(genetic algorithm,GA)求解多机器人任务分配(multi-robot task allocation,MRTA)时容易陷入局部最优以及效率不高的问题,提出一种多策略遗传算法(简称DIHA-GA)实现对多个任务的合理分配。首先,采用双染色体编码策略来简化编码方式;其次,将种群分成3个部分来使种群在保持随机性的同时增强染色体的质量;再次,采用启发式交叉算子来拓展解的搜索范围,加大算法跳出局部最优的能力;最后,使用自适应交叉概率和变异概率来使算法更快找到最优解。结果表明:在任务数为20和40这2种情况下,DIHA-GA相比于混合粒子群算法(hybrid particle swarm optimization,HPSO)距离平均值分别减少了14.46 m和17.36 m,距离最小值分别减少了14.89 m和20.86 m,这说明DIHA-GA所得解更接近最优解;DIHA-GA比改进蚁群算法(improved ant colony optimization,IACO)所得距离平均值分别减少了21.32 m和18.73 m,距离最小值分别减少了23.43 m和22.32 m,这是由于IACO过早收敛并且难以跳出局部最优导致的。通过比较,验证了DIHA-GA在求解MRTA问题上的有效性。 展开更多
关键词 多机器人任务分配(MRTA) 仓储物流 遗传算法(GA) 改良圈策略 混合粒子群算法 蚁群算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部