障碍物与多目标约束下主动传感器网络自组织运动规划

为解决障碍物环境与多目标约束下主动传感器网络自组织运动规划问题,提出了一种分阶段无碰撞运动规划方法。首先,将目标价值及距离代价转化为收益,以系统收益最大为目标,设计了一种基于拍卖算法的多目标选择机制。在每个传感器节点选择各自目标基础上,提出一种改进的快速扩展随机树算法。相比于传统的快速扩展随机树算法,所提出的改进算法引入了启发式函数,减少了不必要的轨迹路径,进而降低轨迹规划时间。最后,给出了主动传感器网络在不同障碍环境下的规划路径,验证了所提算法的优越性。     

多智能体编队避障算法研究

利用势函数方法,研究了多智能体在障碍物环境下的追击编队控制.为解决单个智能体在势场中存在局部极小点与动态性能不好问题,引入速度势场建立新的势场函数.并研究了多智能体在不同环境下的编队控制,其中包括无障碍物环境,静态障碍物环境,以及静态障碍物和动态障碍物并存的复杂环境.通过选择与目标,障碍物和编队队形相关的势场函数,提出一种新的分布式编队避障控制算法.仿真结果表明所提算法能有效地解决多智能体编队避障问题.