期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
行为控制月球车路径规划技术 被引量:5
1
作者 居鹤华 崔平远 崔祜祷 《自动化学报》 EI CSCD 北大核心 2004年第4期572-577,共6页
提出了一种新的路径规划方法即自主行为路径规划方法.该方法能够自动构造大范围自然环境下与路径规划任务相关的一类拓扑结构,从而大大地提高自然环境下月球车路径规划速度.该方法在Tangent-Bug切线法基础上引入一组自适应行为来构造切... 提出了一种新的路径规划方法即自主行为路径规划方法.该方法能够自动构造大范围自然环境下与路径规划任务相关的一类拓扑结构,从而大大地提高自然环境下月球车路径规划速度.该方法在Tangent-Bug切线法基础上引入一组自适应行为来构造切线拓扑图,它是人工路径规划行为的模仿,克服了计算几何路径规划方法非线性计算时间的不足.文中给出了相关定义、定理、算法及真实环境下的仿真结果. 展开更多
关键词 路径规划 行为控制 基于行为的控制 月球车 机器人
在线阅读 下载PDF
行为控制月球车的虚拟主体避障技术 被引量:1
2
作者 居鹤华 崔平远 +1 位作者 崔祜涛 栾恩杰 《宇航学报》 EI CAS CSCD 北大核心 2003年第5期515-517,共3页
论述了基于行为代理体的月球车避障技术。由月球地形高程图得到当地水平面下二色障碍图及着色障碍图,利用月球车代理体在障碍图及着色障碍图中进行避障学习与控制,将获得的控制量投影到月球车体坐标系下得到真实地形上的控制量,达到避... 论述了基于行为代理体的月球车避障技术。由月球地形高程图得到当地水平面下二色障碍图及着色障碍图,利用月球车代理体在障碍图及着色障碍图中进行避障学习与控制,将获得的控制量投影到月球车体坐标系下得到真实地形上的控制量,达到避障控制与运动规划的目的。利用障碍入侵月球车安全线的径向距离作为避障控制器输入,并由月球车目标趋向行为及避障行为输出融合突现出趋向目标的避障行为。仿真结果表明基于代理体的避障控制器设计方法使运行于真实环境下月球车的避障具有很高的可靠性。 展开更多
关键词 代理体 基于行为的控制 避障控制 模糊控制 月球车
在线阅读 下载PDF
群体机器人自组装的分布式控制方法与实验研究
3
作者 徐敏 魏洪兴 蔡颖鹏 《高技术通讯》 EI CAS CSCD 北大核心 2010年第11期1178-1183,共6页
基于自组装模块化机器人平台Sambot,提出了一种分布式的自组装控制方法,并用5个Sambot机器人,成功实现了4足构型的自组装实验。用此方法可使每个对接机器人仅依赖红外传感器的局部感知和通信能力,通过漫游、导航、自主对接行为实现与种... 基于自组装模块化机器人平台Sambot,提出了一种分布式的自组装控制方法,并用5个Sambot机器人,成功实现了4足构型的自组装实验。用此方法可使每个对接机器人仅依赖红外传感器的局部感知和通信能力,通过漫游、导航、自主对接行为实现与种子机器人的自主对接。这种自组装控制方法可以直接扩展到多个Sambot执行,以构建任意构型的集合体机器人。 展开更多
关键词 自组装 群体机器人 自主对接 分布式控制 基于行为的控制
在线阅读 下载PDF
模糊Q学习的足球机器人双层协作模型 被引量:4
4
作者 曹卫华 徐凌云 吴敏 《智能系统学报》 2008年第3期234-238,共5页
针对传统的足球机器人3层决策模型存在决策不连贯的问题和缺乏适应性与学习能力的缺点,提出了一种基于模糊Q学习的足球机器人双层协作模型.该模型使协调决策和机器人运动成为2个功能独立的层次,使群体意图到个体行为的过度变为一个直接... 针对传统的足球机器人3层决策模型存在决策不连贯的问题和缺乏适应性与学习能力的缺点,提出了一种基于模糊Q学习的足球机器人双层协作模型.该模型使协调决策和机器人运动成为2个功能独立的层次,使群体意图到个体行为的过度变为一个直接的过程,并在协调层通过采用Q学习算法在线学习不同状态下的最优策略,增强了决策系统的适应性和学习能力.在Q学习中通过把状态繁多的系统状态映射为为数不多的模糊状态,大大减少了状态空间的大小,避免了传统Q学习在状态空间和动作空间较大的情况下收敛速度慢,甚至不能收敛的缺点,提高了Q学习算法的收敛速度.最后,通过在足球机器人SimuroSot仿真比赛平台上进行实验,验证了双层协作模型的有效性. 展开更多
关键词 足球机器人 双层决策模型 基于行为的控制系统 Q学习
在线阅读 下载PDF
基于运动图式的多机器人合作追捕 被引量:1
5
作者 周浦城 韩裕生 +1 位作者 薛模根 洪炳熔 《计算机工程》 CAS CSCD 北大核心 2008年第7期32-34,共3页
为实现多个机器人合作追捕目标机器人,以基于运动图式的反应式控制结构为基础,设计追捕机器人的4种基本行为:奔向目标,避开障碍物,避让队友以及收缩包围,为避免机器人陷入死锁状态,引入随机漫游行为。通过基本行为的矢量合成和机器人之... 为实现多个机器人合作追捕目标机器人,以基于运动图式的反应式控制结构为基础,设计追捕机器人的4种基本行为:奔向目标,避开障碍物,避让队友以及收缩包围,为避免机器人陷入死锁状态,引入随机漫游行为。通过基本行为的矢量合成和机器人之间的局部交互作用,实现多机器人的协作行为。仿真试验验证了该方法的有效性。 展开更多
关键词 运动图式 追捕问题 基于行为的控制 多机器人系统
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部