项目名称: 基于无线诱导网络的群体机器人系统蜂拥编队导航及牵制控制

项目编号: No.61305110

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 雷斌

作者单位: 武汉科技大学

项目金额: 20万元

中文摘要: 群体机器人编队导航技术是一种基于蜂拥行为模型协调控制大规模多机器人系统编队运动的新方法,具有良好的可扩展性、鲁棒性以及自适应性等优点,受到各国研究者的广泛重视。本项目在前期研究工作的基础上,借鉴生物学中的人工诱导思想,设计一种能够反映用户控制意图的"诱导智能体",构建一种适于群体机器人编队导航运用的可控蜂拥行为模型;其次,研究群体机器人编队导航一致性牵制控制算法,证明其收敛结果形成一致性的必要和充分条件,同时分析误差及输入受限等不利因素的影响;最后,开发一种基于无线传感器网络的无线诱导网络,验证所提模型和算法的有效性。从而提高群体机器人在复杂动态环境下完成协同编队导航任务的能力,为群体机器人进入实际应用奠定基础,具有重要的理论价值和科学意义。

中文关键词: 群体机器人;编队导航;一致性控制;蜂拥模型;无线传感器网络

英文摘要: Swarm Robotics formation navigation is a new algorithm for the cooperative formation motion of a large number of robots based on flocking model. Which has the characteristics of robustness, scalability, flexiblility and low cost. So it will be well researched and widely used in the future. Based on the previous works and the artificial induction theory, we design a kind of Guiding Agent which can represent the user's controll target to model a controllable flocking behavior model for swarm of robots formation navigation. Then, we study the related consensus pinning control algorithms with sensor errors and inputment limits, and proof the necessary and/or sufficient conditions of the algorithms using the algebra graph theroy and the cybernetics. Finally, we develop a wireless guiding network for testing our new model and algorithms based on wireless sensor networks.This project will enhance the cooperative ability of swarm of robots formation navigation in the complex dynamic environment and will lay a foundation of the application of swarm robotics, so it has important theoretical value and scientific significance.

英文关键词: Swarm robots;formation navigation;consensus control;flocking model;wireless sensor network

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
92+阅读 · 2022年4月17日
空天地一体化通信系统白皮书
专知会员服务
176+阅读 · 2022年2月26日
清华大学:从单体仿生到群体智能
专知会员服务
72+阅读 · 2022年2月9日
专知会员服务
43+阅读 · 2021年9月15日
【硬核书】机器人网络分布式控制
专知会员服务
68+阅读 · 2021年7月25日
机器人运动轨迹的模仿学习综述
专知会员服务
45+阅读 · 2021年6月8日
专知会员服务
46+阅读 · 2020年11月13日
【CMU博士论文】机器人深度强化学习,128页pdf
专知会员服务
130+阅读 · 2020年8月27日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
173+阅读 · 2020年5月6日
清华大学:从单体仿生到群体智能
专知
17+阅读 · 2022年2月9日
自动化所团队揭示多尺度动态编码,助力脉冲网络实现高效强化学习
中国科学院自动化研究所
0+阅读 · 2021年12月13日
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
机器人运动轨迹的模仿学习综述
专知
1+阅读 · 2021年11月12日
【泡泡图灵智库】协同视觉-惯性SLAM
泡泡机器人SLAM
29+阅读 · 2019年9月6日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Learning to execute or ask clarification questions
Arxiv
0+阅读 · 2022年4月18日
Arxiv
30+阅读 · 2021年7月7日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
92+阅读 · 2022年4月17日
空天地一体化通信系统白皮书
专知会员服务
176+阅读 · 2022年2月26日
清华大学:从单体仿生到群体智能
专知会员服务
72+阅读 · 2022年2月9日
专知会员服务
43+阅读 · 2021年9月15日
【硬核书】机器人网络分布式控制
专知会员服务
68+阅读 · 2021年7月25日
机器人运动轨迹的模仿学习综述
专知会员服务
45+阅读 · 2021年6月8日
专知会员服务
46+阅读 · 2020年11月13日
【CMU博士论文】机器人深度强化学习,128页pdf
专知会员服务
130+阅读 · 2020年8月27日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
173+阅读 · 2020年5月6日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员