多个水下机器人动态任务分配和路径规划的信度自组织算法
针对多个水下机器人(autonomous underwater vehicles,AUVs)动态任务分配和路径规划速度跳变问题,引入栅格信度函数概念,给出一种改进的栅格信度自组织(belief function self-organizing map,BFSOM)算法.目的是控制一组AUV有效地到达所有指定的目标位置,同时保证AUV能够自动的避开障碍物.首先,自组织神经网络(self-organizing map,SOM)算法对多AUV系统进行任务分配,使得每个目标位置都有一个AUV去访问.整个分配过程包括定义SOM神经网络的初始权值、获胜者选择、邻域函数的计算3个步骤;其次,根据栅格信度函数和环境信息更新SOM获胜神经元的权值,使得每个AUV在访问对应目标的过程中能够自动避障并且克服速度跳变,实现AUV自动有效路径规划.最后,通过仿真实验证明了本文提及算法的有效性.
多AUV系统、自组织神经网络、动态任务分配、信度函数、避障、速度跳变
32
TP273(自动化技术及设备)
国家自然科学基金项目51279098;上海市科委创新行动计划项目14JC1402800,13510721400资助.Supported by National Natural Science Foundation of China51279098;Creative Activity Plan for Science and Technology Commission of Shanghai14JC1402800,13510721400
2015-08-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
762-769