有限通信下多机器人微粒群优化气味寻源方法

"基于微粒群优化的有限通信多机器人气味寻源" 本文主要探讨了一种在有限通信环境下的多机器人气味寻源方法，利用微粒群优化算法来提高寻源效率。作者张建化、巩敦卫和张勇分别来自中国矿业大学信息与电气工程学院和徐州工程学院机电学院。该研究考虑了机器人之间通信受限的实际情况，通过抽象机器人作为微粒，并结合微粒群优化理论来解决这一问题。 首先，研究中提出了一个结合斥力函数的策略。这个策略是为了使机器人能够迅速探测到气味烟羽的踪迹。斥力函数在寻源过程中起到引导作用，帮助机器人避开已搜索过的区域，从而加速对新区域的探索，有效扩大搜索范围。 接着，文章利用无线信号的对数距离损耗模型来估算机器人之间的通信范围。通过对无线信号强度的分析，可以动态地构建微粒群（即机器人群）的拓扑结构。这种动态拓扑结构使得机器人可以根据通信能力调整相互间的协作方式，寻找最优的通信路径，以获取和传播最新的寻源信息。 然后，为了进一步优化寻源过程，研究人员将传感器的采样和恢复时间纳入微粒更新公式中。这样可以确保机器人在跟踪气味烟羽时能够准确地捕获和处理传感器数据，避免因采样或恢复时间而丢失关键信息，提高对烟羽轨迹的追踪精度。 在实际应用中，该方法被应用于三个不同的气味寻源场景，实验结果显示，这种方法能有效地定位气味源，证明了其在多机器人协同寻源任务中的有效性。该研究对于有限通信条件下的多机器人协作具有重要的理论价值和实际应用前景，尤其在环境监测、灾害救援等领域具有广阔的应用潜力。 该文提出的基于微粒群优化的多机器人气味寻源方法充分利用了微粒群优化算法的全局搜索能力和无线通信的特性，解决了通信受限条件下多机器人协作寻源的难题。通过实际场景的实验验证，该方法展示了良好的性能和可靠性，对于提升多机器人系统在复杂环境下的任务执行能力具有重要意义。