【技术实现步骤摘要】
一种基于果蝇优化算法的多机器人气味源定位方法
本专利技术涉及基于果蝇优化算法的多机器人气味源定位方法的研究,属于机器人主动嗅觉领域。
技术介绍
由于危险气体的泄漏导致生命财产受损的事件时常发生,很多自然界的生物可以凭借本身灵敏的嗅觉,判定危险的存在、及时规避危险。受到生物有效利用嗅觉信息的启发,一些学者将配备气体传感器的机器人应用到定位危险化学源的研究中,并将此类研究定义为机器人主动嗅觉。在机器人主动嗅觉研究领域,将危险气体泄漏源定义为气味源。Hayes将一般性的气味源定位问题定义为在二维的封闭环境中,尽可能快的找到单个气味源的过程,并将该过程分解为3个子任务:烟羽发现、烟羽追踪和气味源确认。在该领域的研究前期,有关单机器人的气味源定位问题得到了广泛研究。使用单机器人进行气味源的定位,无论是基于浓度梯度的趋化性策略,还是基于逆风搜索的趋风性策略,在指导机器人进行气味源定位的过程中都存在效率低下的问题。近年来,由于机器人技术迅猛发展,研究如何利用多机器人定位气味源得到了重视。相较于单机器人,将多机器人应用到气味源定位研究存在诸多优势,比如可以减少搜索时间、扩大搜索区域、提高搜索效率、具有更高的鲁棒性和抗干扰性,在较为复杂的搜索环境中,可以完成单机器人无法完成的任务。考虑到多机器人系统的群体性,群体智能优化算法被广泛的应用到气味源定位研究中。果蝇优化算法作为一种新的演化式群体智能算法,具有简单、稳健、易实现、灵活等优点,为复杂的优化应用问题或者能够转化为优化求解的问题提供了一种新的解决途径。目前果蝇优化算法的适用范围大多在连续函数的参数优化领域,针对离散域的寻 ...
【技术保护点】
一种基于果蝇优化算法的多机器人气味源定位方法,其特征在于该方法包括的步骤为:1)基于果蝇优化算法的协作式搜索策略:采用果蝇优化算法协作式的搜索策略,首先在以自适应步长
【技术特征摘要】
1.一种基于果蝇优化算法的多机器人气味源定位方法,其特征在于该方法包括的步骤为:1)基于果蝇优化算法的协作式搜索策略:采用果蝇优化算法协作式的搜索策略,首先在以自适应步长Step*2的方形区域内进行随机初始化;机器人群体进入到搜索空间,依据得到的最大浓度值是否大于设定的浓度阈值α确定是否转入烟羽追踪阶段;在烟羽追踪阶段,果蝇优化算法的步长Step依据浓度自适应变化,利用机器人群体的最优解不断地进行迭代寻优,直到成功找到气味源;在每次的迭代更新过程中,都包括群体最优的浓度信息更新阶段和位置更新阶段;2)基于果蝇优化算法的烟羽追踪策略:果蝇优化算法依据当前群体最优Smellbest的气体浓度值与预先设定的最大浓度值Cmax之间的大小关系自适应地调节步长值Step的大小;3)气味源确认策略:在气味源确认阶段,本发明以预先设定好的浓度值Clim作为迭代的终止条件,并且设定在最大迭代次数内连续多次(本发明方法中设定为3次)找到的个体最优解的值大于Clim,认为成功找到气味源、完成气味源定位的任务;若实际运行的迭代次数大于设定的最大迭代次数,算法终止,宣告气味源定位任务失败。2.根据权利要求1所述的方法,其特征在于所述的果蝇优化算法中,果蝇个...
【专利技术属性】
技术研发人员:缪燕子,卜淑萍,许瑞琪,金鑫,李晓东,周笛,金慧杰,许红盛,
申请(专利权)人:中国矿业大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。