题名 | 多机器人系统任务分配与视觉感知研究 |
作者 | 任亮 |
答辩日期 | 2018-05-18 |
授予单位 | 中国科学院研究生院 |
授予地点 | 北京 |
导师 | 谭民 |
关键词 | 多机器人系统 任务分配 分层式组织结构 视觉感知 识别与跟踪 |
英文摘要 | 多机器人系统通过群体协调可以完成单机器人无法完成的复杂任务,具有重要的研究价值和广阔的应用前景。任务分配是多机器人系统高效协作的基础,而多机器人系统对各机器人获取视觉信息的有效融合也将提升协同作业的质量。本文针对多机器人系统任务分配与视觉感知开展研究,主要内容如下: 首先,阐述了多机器人系统任务分配与视觉感知的选题背景和研究意义,对代表性的多机器人系统进行介绍,综述了多机器人系统任务分配与视觉感知的研究现状,并对论文的内容结构与章节安排做了说明。 其次,提出了一种基于资源模型与分层式组织结构的任务分配方法。该方法建立了资源向量的整合、比较和匹配规则,并构建了由底层机器人和上层管理者组成的分层式组织结构。在此基础上,根据任务约束条件进行机器人筛选和自底向上的管理者资源整合更新,并按照自顶向下的顺序将任务需求与管理者拥有的资源进行比较匹配以产生候选机器人联盟,最终选拔最优匹配度的机器人联盟执行任务。该方法能够有效处理复杂任务与大规模机器人系统的任务分配问题,提高了任务分配效率,具有良好的资源优化能力,并通过仿真进行了验证。 第三,在基于特征融合的单机器人目标识别方法与基于尺度自适应的单机器人目标跟踪方法基础上,提出了一种基于投票决策与权重自适应更新的多机器人系统视觉感知方法。该方法建立了多机器人系统视觉感知投票决策机制,并根据跟踪置信度与特征测度占比分别对各机器人的投票权重和特征的测度权重进行自适应更新,使具有较高准确性的机器人及特征来主导视觉感知过程。实验结果表明该方法实现了多机器人系统在目标识别与跟踪中的协同配合,提高了多机器人系统视觉感知的准确性。 最后,对本文工作进行了总结,并指出了需要进一步开展的研究工作。 |
内容类型 | 学位论文 |
源URL | [http://ir.ia.ac.cn/handle/173211/20937] |
专题 | 毕业生_硕士学位论文 |
作者单位 | 中国科学院自动化研究所 |
推荐引用方式 GB/T 7714 | 任亮. 多机器人系统任务分配与视觉感知研究[D]. 北京. 中国科学院研究生院. 2018. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论