摘要：机器人在现代社会中拥有着越来越广泛的应用，相比于单个机器人来讲，多机器人能够更加有效的完成任务。对于多机器人而言，我们需要的是解决多机器人在完成任务时的编队问题，一个好的多机器人编队系统，能够让机器人在执行任务时的效率得到显著的提高。本文主要通过改进势场函数，改进局部最小点等方法来完善多机器人编队系统，确保多机器人编队在执行任务期间的队伍完整性。最后的实验结果也表明，改进后的人工势场法可以有效的控制多机器人编队。75985

毕业论文关键词：多机器人，编队控制，人工势场法

Abstract: Robots play an increasingly important role in the modem society。 Compared with a single robot, a multi-robot can complete the task more effectively。 For the purposes of multi-robot, what we need to do is to solve the problem of a correct formation when multiple robots complete tasks while a good system of formation can achieve a significant improvement on the efficiency of multiple robots’ performing tasks。 In this paper, we improve the multi robot formation system by improving the potential field function and the local minimum point, to ensure the integrity of the multi robot formation during the execution of the task。 The final experimental results also show that the improved artificial potential field method can effectively control the multi robot formation。 

Keywords: Multi robot, Formation control, Artificial potential field method

目   录

1  绪论 4

 1。1  研究背景与意义 4

 1。2  国内外多机器人编队研究状况 5

 1。3  论文主要研究内容及组织结构 5

2  多机器人编队控制系统 5

 2。1  多机器人编队研究的背景与基本思想 5

 2。2  多机器人系统的体系结构 6

3  智能算法 7

3。1  人工势场法简介 7

3。2  人工势场法原理 7

3。3  人工势场法中的机器人运动模型 8

3。4  算法流程 8

4  人工势场法的改进 9

 4。1  势场函数改进 10

 4。2  改进势场函数的局部最小点 10

 4。3  整体法改进 11

 4。4  人工势场算法的遗传算法改进 11

 4。5  基于ad-hoc网络的环境势场改进 12

5 算法优点比较 14

6  编队控制实验 14

 6。1  队形控制仿真 15

 6。2  实验结果 15

结  论 18

参 考 文 献 19

致谢 20

1  绪论

1。1  研究背景与意义

在现实生活中，我们到处可以看到编队这一行为；比如到了秋天，鸟群成一编队飞往南方过冬。这些编队行为，是可以为群体中的单个个体提供诸多好处的。借助于这个编队行为，鸟类可以更加有效的抵御天敌，也可以更加快速的飞行，同时也增加了食物的搜索速度。由此可以看出，单个个体在群体编队中拥有原来所没有的优势，因此众多学者以现实中的动物编队为基础，对多机器人编队进行进一步的研究。