第1章 引言
1．1 研究背景
1．2 群机器人研究综述
1．2．1 相关概念
1．2．2 系统特征
1．2．3 判别准则
1．2．4 自然启发
1．2．5 通信交互
1．2．6 协调控制
1．2．7 智能涌现
1．2．8 典型应用
1．3 本书结构
第2章 群机器人系统建模
2．1 一般性建模要求
2．2 常规建模方法
2．2．1 基于传感器一执行器建模法
2．2．2 微观建模法
2．2．3 宏观建模法
2．2．4 基于拟态物理学建模法
2．2．5 元胞自动机建模法
2．3 常规建模法述评
2．4 扩展微粒群算法建模法
2．4．1 微粒群算法
2．4．2 群机器人目标搜索与微粒群算法的映射
2．4．3 相关概念
2．4．4 扩展微粒群算法模型的形式化表示
第3章 理想条件下的群机器人目标搜索
3．1 成员机器人控制器结构
3．2 扩展微粒群算法模型要素分解
3．2．1 搜索环境
3．2．2 搜索主体
3．3 控制策略
3．3．1 系统建模
3．3．2 算法描述
3．4 仿真
3．4．1 参数设置
3．4．2 性能指标
3．4．3 结果与讨论
3．5 总结
第4章 相对定位机制下的群机器人目标搜索
4．1 自主移动机器人定位研究述评
4．1．1 绝对定位
4．1．2 相对定位
4．1．3 群机器人定位
4．2 相对定位机制下的群机器人系统建模
4．2．1 有限检测能力与最优认知
4．2．2 局部交互与社会最优
4．2．3 相对位置描述
4．3 控制算法
4．3．1 假设
4．3．2 算法描述
4．4 仿真
4．4．1 参数设置
4．4．2 结果与讨论
4．5 总结
第5章 异步通信条件下的群机器人目标搜索
5．1 微粒群算法串并行研究述评
5．2 微粒群算法特性分析
5．2．1 算法概要
5．2．2 算法特性
5．2．3 时间经济性与算法效率分析
5．3 群机器人的并行异步控制
5．3．1 系统建模
5．3．2 群机器人异步并行控制特点
5．3．3 基于进化位置的异步通信策略
5．3．4 算法描述
5．4 仿真
5．4．1 参数设置
5．4．2 基于固定通信周期原則的异步通信策略
5．4．3 基于绝对进化位置原则的异步通信策略
5．4．4 结果与讨论
5．5 总结
第6章 运动学特性约束下的群机器人目标搜索
6．1 机器人避碰规划研究述评
6．2 机器人的运动控制
6．2．1 机器人建模
6．2．2 群机器人建模
6．3 群机器人避碰规划
6．3．1 人工势场法
6．3．2 群机器人避碰规划
6．3．3 人工势场法与微粒群算法的集成
6．3．4 算法描述
6．4 仿真
6．4．1 机器人的局部坐标系
6．4．2 性能指标
6．4．3 环境构建
6．4．4 参数设置
6．4．5 结果与讨论
6．5 总结
第7章 多源信号融合条件下的群机器人目标搜索
7．1 复杂搜索环境与信号传播
7．2 系统建模
7．2．1 机器人行为规則
7．2．2 绝对定位机制下的系统模型
7．3 信号感知
7．3．1 瓦斯气体信号
7．3．2 射频电磁波信号
7．3．3 呼救声音信号
7．3．4 信号传播环境建模
7．4 异类信号融合
7．4．1 虚拟通信
7．4．2 信息熵
7．4．3 加权融合
7．4．4 算法描述
7．5 仿真
7．5．1 信号发生
7．5．2 测点布置
7．5．3 参数设置
7．5．4 结果与讨论
7．6 总结
第8章 要求动态任务分工的群机器人目标搜索
8．1 多目标搜索研究述评
8．2 问题描述
8．3 基于响应阈值的任务分工原理
8．3．1 多任务分工模型
8．3．2 任务激励
8．4 带闭环调节的动态任务分工
8．4．1 个性化任务集构造
8．4．2 个性化任务集维护
8．4．3 意向目标生成
8．4．4 子群联盟缔结
8．4．5 子群联盟框架內的机器人协同
8．4．6 机器人位置评估
8．4．7 机器人资源配置水平度量
8．4．8 子群联盟內优势地位评估
8．4．9 任务分工的动态调节
8．4．10 任务分工的鲁棒性
8．5 算法描述
8．6 仿真
8．6．1 结果
8．6．2 讨论
8．7 总结
第9章 考虑行为协同的群机器人目标搜索
9．1 群机器人行为协同研究述评
9．2 粗粒度协同模式
9．2．1 合作协同
9．2．2 竞争协同
9．3 协同策略
9．3．1 粗粒度协同
9．3．2 细粒度协同
9．4 算法描述
9．5 仿真
9．5．1 参数设置与评价指标
9．5．2 结果与讨论
9．6 总结
参考文献
展开
