SWARM
Study on Realization Method of Multi-robot Active Olfaction in Turbulent Plume Environments
Qing‐Hao Meng, Fei Li, Minglu Zhang, Ming Zeng, Xiaobo Wei
- Year
- 2009
- Citations
- 9
Abstract
摘要: 给出了一种用于实现主动嗅觉(也称气味/气体源定位或化学烟羽跟踪)的多机器人协同搜索策略. 将蚁群算法与逆风搜索相结合用于协调多机器人的运动方向. 蚁群算法可有效调动机器人朝信息素高的区域运动且保证机器人之间的距离不会过大; 逆风搜索可降低算法过早地陷入局部最优的概率. 为正确判断转移方向, 蚁群算法中还增加了对历史信息的考虑. 在源头确认方面, 本文提出了气味/气体浓度持久性判断结合机器人旋转计算流体质量通量散度的方法. 仿真表明, 本文的主动嗅觉搜索策略可适用于湍流烟羽环境, 且可有效地逃脱浓度局部最优和风场的漩涡, 另外可最终确认源头位置. 关键词: 机器人 / 主动嗅觉 / 烟羽 / 湍流 / 烟羽发现 / 烟羽跟踪 / 气味/气体源确认
Keywords
Realization (probability)OlfactionTurbulencePlumeComputer scienceRobotArtificial intelligenceEnvironmental scienceHuman–computer interactionPsychology
Related papers
OTHER
📊 26,957 cites
Statistical Learning Theory
Yuhai Wu, Vladimir Vapnik
1999
PERCEPTION
📊 22,245 cites
Artificial intelligence: a modern approach
1995
OTHER
📊 18,993 cites
Applied Nonlinear Control
Jean-Jacques Slotine, Weiping Li
1991
SWARM
📊 14,853 cites
A new optimizer using particle swarm theory
R.C. Eberhart, James Kennedy
2002