栅格地图中多机器人协作搜索目标

摘要：

目标搜索是多机器人领域的一个挑战.本文针对栅格地图中多机器人目标搜索算法进行研究.首先,利用Dempster-Shafer证据理论将声纳传感器获取的环境信息进行融合,构建搜索环境的栅格地图.然后,基于栅格地图建立生物启发神经网络用于表示动态的环境.在生物启发神经网络中,目标通过神经元的活性值全局的吸引机器人.同时,障碍物通过神经元活性值局部的排斥机器人,避免与其相撞.最后,机器人根据梯度递减原则自动的规划出搜索路径.仿真和实验结果显示本文提及的算法能够实现栅格地图中静态目标和动态目标的搜索.与其他搜索算法比较,本文所提及的目标搜索算法有更高的效率和适用性.

关键词：多机器人、目标搜索、Dempster-Shafer理论、生物启发神经网络

所属期刊栏目：35

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目61520106009,61773177;江苏省博士后基金项目1701076B资助.Supported by the National Natural Science Foundation of China61520106009,61773177;the Postdoctoral Science Foundation of Jiangsu Province1701076B

在线出版日期：2018-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：273-282