多机器人系统仿真平台(摘要与目录)

来源：http://www.robotdiy.com/article.php?sid=125

如何实现多个机器人之间的协调与协作已经成为当前机器人学研究的新课题之一。这篇论文针对多机器人系统的运动规划和仿真系统建模与实现展开研究工作。
这篇论文根据通用的多机器人仿真平台所应该具有的特点，采用面向对象模型化技术OMT（Object Modeling Technique）, OMT对多机器人仿真系统进行分析，建立了仿真系统的对象模，型动态模型和功能模型，并实现了基于该模型的分布式多机器人仿真系统 MultiSim（Multi-robot Simulation System）。

多机器人系统仿真平台--Multi-robot Simulation System

摘要

随着机器人技术的发展，机器人的能力不断提高，其应用领域不断扩展，人们要求机器人所完成的任务也越来越复杂，如制造过程的复杂装配作业、空间站的维修、海洋勘探以及有害废料的清理等。在这些应用中，使用多个功能有限的机器人远比使用单个功能复杂的机器人要有优势。要使多个机器人构成的系统能有效地运行，就必须对该系统加以组织。因此，如何组织这样的系统，以及如何实现多个机器人之间的协调与协作已经成为当前机器人学研究的新课题之一。本文针对多机器人系统的运动规划和仿真系统建模与实现展开研究工作，主要内容如下:

首先，本文介绍了多机器人系统的特点，综述了多机器人运动规划和仿真平台的发展现状，并对论文结构、研究背景做了介绍

其次，研究了基于行为的分布式运动规划。本文将人工势场法应用于机器人与静态障碍的避碰算法中，并通过对不同方向的障碍物给与不同权重，改善了静态环境中单机器人的运动轨迹。本文针对静态环境中的局部极小问题设计了follow_wall行为，并通过引入目标方向角，使机器人能够在更为复杂的环境中避免陷入局部极小。本文还讨论了机器人之间的避碰问题。通过采用合理的交通规则，机器人可以灵活地相互躲避。

第三，研究了学习分类器系统在多机器人学习中的应用。为了提高该方法的收敛速度，本文引入了规则构造器和合并操作。同时机器人通过通讯共享各自所发现的最优的规则，以充分利用多机器人系统以及学习分类器算法本身均为并行系统的特点。仿真结果表明，改进后学习速度大为提高。

第四，研究了多机器人仿真系统的设计和实现。本文根据通用的多机器人仿真平台所应该具有的特点，采用面向对象模型化技术OMT（Object Modeling Technique）, OMT对多机器人仿真系统进行分析，建立了仿真系统的对象模，型动态模型和功能模型，并实现了基于该模型的分布式多机器人仿真系统MultiSim（Multi-robot Simulation System）。

最后，论文对所取得的研究成果进行了总结，并阐述了下一步的工作。

关键词：多机器人系统，运动规划，增强式学习，仿真

Abstract
With the development of robotics, the power of robot has been improved and the application areas of robot have been enlarged. Robots are required to accomplish more complex tasks, such as assembly in manufacture procedure, space station restore, ocean exploration and toxic waste cleanup. To accomplish those tasks, a system that consists of multiple simple robots has more advantages than a single powerful robot. In order to work efficiently, that system should be organized. Therefore, how to realize the coordination and cooperation of multiple robots is one of the new issues of robotics. This paper is focused on multi-robot motion planning and the modeling and implementation of genetic simulation platform. The content of this paper goes as follows:

Firstly, the features of multi-robot system are described, researches on motion planning and multi-robot simulation are reviewed, and the architecture and background of this thesis are introduced.

Secondly, distributed motion planning based on behavior is addressed. Artificial Potential Field approach is applied to the problem of avoiding collision with static obstacles. By giving different weight to the obstacles in different
directions, the path planned by the robot is improved. To solve the problem of minimum in environment, follow_wall behavior is introduced, and by introducing Goal Angle, the robot can easily get out of minimum in more complex environment. Collision avoidance between robots is also discussed in this paper. By exploiting reasonable traffic rules, robots are able to avoid each other agilely.

Thirdly, Learning Classifier System is applied to multi-robot system. To accelerate the speed of Learning Classifier System, Rule Constructor and Merge operation are introduced. In addition, robots shared the optimal rules by communication among them, by which the parallel features of both multi-robot system and Learning Classifier System are exploited. The simulation results show that the speed of Learning Classifier System is improved.

Fourthly, the design and implementation of multi-robot simulation system are studied. The object model, dynamic model and function model of simulation system are built by exploiting Object Modeling Technique (OMT) according to the requirement of genetic multi-robot simulation system. A distributed genetic multi-robot simulation platform is developed on the base of those models.

Finally, a conclusion is given and future work is addressed.

Keyword: multi-robot system, motion planning, reinforcement learning, simulation

（说明：以下文章为PDF格式，需要Acrobat Reader ，另外，由于使用了RAR格式压缩，所以需要先使用WinRAR 解压。）

第一章绪论（点击这里下载，RAR格式）
1.1 多机器人技术研究现状 2
1.2 多机器人运动规划研究现状 6
1.3 多机器人仿真平台研究现状 8
1.4 课题来源和研究内容 10

第二章基于行为的多移动机器人运动规划（点击这里下载，RAR格式）
2.1 移动机器人的控制结构及其传感器模型 13
2.2 avoid_obstacle行为设计 15
2.2.1 基于人工势场的方法 15
2.2.2 改进的人工势场法 17
2.3 follow_wall行为设计19
2.3.1 基本的follow_wall行为 20
2.3.2 改进的follow_wall行为 24
2.4 机器人之间的避碰行为设计27
2.4.1 无通讯的避碰方法 27
2.4.2 基于通讯的方法 29
2.5 本章小结32

第三章基于改进LCS的多机器人学习算法（点击这里下载，RAR格式）
3.1 基本的LCS方法 33
2.1.1 执行子系统 34
2.1.2 权值分配子系统 35
2.1.3 规则发现子系统 35
3.2 改进的LCS方法 37
3.3 仿真实验及其结果 39
2.3.1 规则编码 39
2.3.2 任务描述及训练策略 40
2.3.3 仿真结果 41
3.4 本章小结 42

第四章面向对象的分布式多机器人仿真系统（点击这里下载，RAR格式）
4.1 面向对象的建模方法 44
4.2 仿真系统的总体设计 45
4.3 仿真平台MultiSim的对象模型47
4.3.1 基本类 47
4.3.2 应用类 49
4.3.3 传感器类 49
4.4 仿真平台MultiSim的动态模型50
4.4.1 Cenvironment的状态图 50
4.4.2 CsimpleRobot的状态图 52
4.5 仿真平台MultiSim的功能模型55
4.5.1 服务器程序的数据流图 55
4.5.2 客户程序的数据流图 59
4.6 仿真系统介绍 60
4.6.1 仿真系统功能介绍 60
4.6.2 仿真系统使用介绍 62
4.7 仿真实验举例 63
4.7.1 队形控制 63
4.7.2 追踪运动目标 65
4.8 本章小结 66

第五章结论 67 （点击这里下载，RAR格式）

第六章基于局域网的多移动机器人仿真系统（点击这里下载，RAR格式）
6.1 多移动机器人系统仿真平台简介
6.2 基于局域网的多移动机器人仿真系统结构
6.2.1 仿真系统服务器端软件结构
6.2.2 仿真系统客户端软件的结构
6.3 多移动机器人仿真系统的实现
6.3.2 队形保持任务仿真示例
6.4 本章小结

参考文献 68 （点击这里下载，RAR格式）

多机器人系统仿真平台(摘要与目录)相关推荐

【Paper】2022_基于无人驾驶地面车辆的多Agent系统仿真平台的设计及编队控制协议的研究
分享自己的一篇文章,发布在人工生命与机器人ICAROB2022,欢迎各位引用. A Design of Multi-Agent System Simulation Platform Based on ...
Webots 机器人仿真平台(一) 系统安装
系统安装 1 Webot介绍 2 Webot安装 2.1 ubuntu环境安装 2.2 Windows环境安装 3 参考资料 1 Webot介绍 Webots是一个开源的三维移动机器人模拟器,它与ga ...
Webots 机器人仿真平台(二) 与ROS通讯
Webot 与ROS通讯 1 Webot Ubuntu客户端与ROS通讯 1.1 配置webots_ros包 1.2 启动webots_ros包 1.3 gmapping建图测试 1.4 键盘遥控we ...
ros -- 机器人系统仿真：
机器人系统仿真: 是通过计算机对实体机器人系统进行模拟的技术,在 ROS 中,仿真实现涉及的内容主要有三:对机器人建模(URDF).创建仿真环境(Gazebo)以及感知环境(Rviz)等系统性实现. ...
开发者说 | 地平线程序员奶爸带你玩转机器人开发平台 —— 第一期手势控制
在地平线工作了4年多了,原本是冲着地平线机器人,机器人这三个字来的地平线,结果很长一段时间地平线都没搞机器人,我倒是给孩子买了不少机器人. 比如这个, 手势操控机器人,东西不错,很便宜,但是得带个手套 ...
第六章-ROS机器人系统仿真
第六章-ROS机器人系统仿真学习来源: 官方文档:http://wiki.ros.org/ Introduction · Autolabor-ROS机器人入门课程<ROS理论与实践>零基 ...
谷歌宣布对外开放聊天机器人数据分析平台Chatbase
来源:TechWeb 概要:11 月 17 日消息,据美国科技博客VentureBeat报道,谷歌的聊天机器人分析平台Chatbase在I / O大会上安静地登场后,该公司宣布现在向所有人开放. 11 ...
系统仿真平台SkyEye可替代国外Matlab/Sumlink等同类软件
传统的系统开发过程,都是由工程师根据项目需求书来编写代码完成系统的开发,但随着功能的扩充和版本的迭代,系统中庞大的代码量很难确保正确无误,给后期测试和仿真带来了很大的压力和成本,在航空航天.卫星系统. ...
ROBEL：谷歌推出低成本机器人训练平台
点击我爱计算机视觉标星,更快获取CVML新技术文 / Michael Ahn 软件工程师和 Vikash Kumar 研究员 Google 机器人团队近年来,大量模拟基准(如 dm_control ...

多机器人系统仿真平台(摘要与目录)

多机器人系统仿真平台(摘要与目录)相关推荐

最新文章

热门文章