【正文】 參考文獻(xiàn)[1] C. Reynolds, “Flocks, birds, and schools: A distributed behavioral model,” Comput. Graph., 1987, vol. 21, pp. 25–34.[2] , J. Lin, and A. , “Coordination of groups ofmobile autonomous agents using nearest neighbor rules,” IEEE Trans. Automat. Contr., July 2003, vol. 48, pp. 988–1001.[3] K. Sugihara and I. Suzuki, “Distributed motion coordination of multiple mobile robots,” in P roc. IEEE Int. Symp. Intelligent Control, 1990, pp. 138–143.[4] H. Ando, I. Suzuki, and M. Yamashita, “Formation and agreement problems for synchronous mobile robots with limited visibility,” in Int. Symp. Intelligent Control, 1995, pp. 453–460.[5] Zhiyun Lin, Mireille Broucke, and Bruce Francis ,“Local Control Strategies for Groups of Mobile Autonomous Agents,”IEEE TRANSACTIONS ON AUTOMATIC CONTROL, APRIL 2004, VOL. 49, NO. 4, 622629.[6] M. Cao amp。在此我要向?qū)W院的全體老師表示由衷的謝意。 幾個(gè)月以來(lái)，從開(kāi)始到畢業(yè)設(shè)計(jì)完成，每一步對(duì)我來(lái)說(shuō)都是新的嘗試和挑戰(zhàn)，在做這次畢業(yè)設(shè)計(jì)過(guò)程中使我學(xué)到很多，我感到無(wú)論做什么事情都要真真正正用心去做，才會(huì)使自己更快的成長(zhǎng)。：難以找到食物（3） 當(dāng)搬運(yùn)到窩的食物達(dá)到目標(biāo)（目前設(shè)為200）時(shí)，程序?qū)⑼Ｖ惯\(yùn)行并等待指令，點(diǎn)擊回車(chē)鍵將顯示運(yùn)行時(shí)間，再次點(diǎn)擊回車(chē)鍵將重新建立隨機(jī)環(huán)境。同時(shí)在程序運(yùn)行過(guò)程中左下角將實(shí)時(shí)顯示剩余食物數(shù)與已經(jīng)搬運(yùn)到窩的食物數(shù)。于是越來(lái)越多的螞蟻將沿著食物信息素找到食物，并沿著窩的信息素回窩，螞蟻們就找到了一條從窩到食物的路徑。進(jìn)一步，將每個(gè)螞蟻看成是一個(gè)神經(jīng)元，它們之間的通訊聯(lián)絡(luò)，看成是各神經(jīng)元之間的連接，只不過(guò)這時(shí)的連接不是固定的，而是隨機(jī)的。主要解決的問(wèn)題包括：（1）旅行商問(wèn)題：旅行商問(wèn)題就是尋找通過(guò)n個(gè)城市各一次且最后回到出發(fā)點(diǎn)的最短路徑。我們可以把多樣性看成是一種創(chuàng)造能力，而正反饋是一種學(xué)習(xí)強(qiáng)化能力。這看起來(lái)很類(lèi)似與我們所見(jiàn)的由無(wú)數(shù)例子進(jìn)行歸納概括形成最佳路徑的過(guò)程。對(duì)蟻群算法來(lái)說(shuō)，初始時(shí)刻在環(huán)境中存在完全相同的信息激素，給予系統(tǒng)一個(gè)微小擾動(dòng)，使得各個(gè)邊上的軌跡濃度不相同，螞蟻構(gòu)造的解就存在了優(yōu)劣，算法采用的反饋方式是在較優(yōu)的解經(jīng)過(guò)的路徑留下更多的信息激素，而更多的信息激素又吸引了更多的螞蟻，這個(gè)正反饋的過(guò)程使得初始的不同得到不斷的擴(kuò)大，同時(shí)又引導(dǎo)整個(gè)系統(tǒng)向最優(yōu)解的方向進(jìn)化。在抽象意義上講，自組織就是在沒(méi)有外界作用下使得系統(tǒng)墑增加的過(guò)程(即是系統(tǒng)從無(wú)序到有序的變化過(guò)程)。所以經(jīng)過(guò)一段很長(zhǎng)的時(shí)間后，最終螞蟻們的路線(xiàn)將是全局最短路徑。這樣就使得螞蟻運(yùn)動(dòng)起來(lái)具有了一定的目的性，盡量保持原來(lái)的方向，但又有新的試探，尤其當(dāng)碰到障礙物的時(shí)候它會(huì)立即改變方向，這可以看成一種選擇的過(guò)程，也就是環(huán)境的障礙物讓螞蟻的某個(gè)方向正確，而其他方向則不對(duì)。(4) 移動(dòng)規(guī)則： 每只螞蟻都朝向信息素最多的方向移，并且，當(dāng)周?chē)鷽](méi)有信息素指引的時(shí)候，螞蟻會(huì)按照自己原來(lái)運(yùn)動(dòng)的方向慣性的運(yùn)動(dòng)下去，并且，在運(yùn)動(dòng)的方向有一個(gè)隨機(jī)的小的擾動(dòng)。最終整個(gè)蟻群會(huì)找出最優(yōu)路徑。就隨機(jī)地挑選一條路徑前行。假設(shè)在一個(gè)存在障礙物的環(huán)境中有一個(gè)螞蟻窩和一處食物，各個(gè)螞蟻在沒(méi)有事先告訴他們食物在什么地方的前提下開(kāi)始尋找食物。 而螞蟻覓食的方法，卻另有一番世界，據(jù)研究當(dāng)螞蟻找到食物并將它搬回來(lái)時(shí)，就會(huì)在其經(jīng)過(guò)的路徑上留下一種“信息素”，其他螞蟻嗅到這個(gè)激素的“味道”，就沿該路奮勇向前，覓食而去。（3） 同時(shí)設(shè)計(jì)和制造多個(gè)簡(jiǎn)單機(jī)器人比單個(gè)復(fù)雜機(jī)器人更容易、成本更低（4） 通過(guò)共享資源可以彌補(bǔ)單個(gè)機(jī)器人的不足，完成單個(gè)機(jī)器人難以完成或無(wú)法完成的任務(wù)。（3） 可以提高工作效率，如果選擇恰當(dāng)隊(duì)形可以加快任務(wù)的完成。它考慮了載具的感知范圍，并且證明僅僅使用局部信息以及最少的連接就能解決協(xié)調(diào)式路徑追蹤問(wèn)題。每個(gè)載具的狀態(tài)空間根據(jù)路徑被分成幾塊。盡管很對(duì)方案對(duì)路徑追蹤有效，然而對(duì)于多機(jī)器人協(xié)調(diào)卻沒(méi)有完整的解決方案。其中高層和低層都以圓形拓?fù)溲h(huán)追趕的戰(zhàn)略可以實(shí)現(xiàn)集合、勻速圓周運(yùn)動(dòng)和復(fù)雜的圓周運(yùn)動(dòng)。2010年，Gangfeng Yan等[10]研究了一群自由運(yùn)動(dòng)的自主體的對(duì)運(yùn)動(dòng)目標(biāo)的圍合問(wèn)題，這可以看做實(shí)現(xiàn)一個(gè)圍繞一個(gè)事先不知道它的運(yùn)動(dòng)的移動(dòng)目標(biāo)的編隊(duì)的必要的條件。于是在追趕戰(zhàn)略和三角形編隊(duì)的基礎(chǔ)上實(shí)現(xiàn)了多自主體的同步運(yùn)動(dòng)，實(shí)現(xiàn)了有條件的多邊形編隊(duì)同步運(yùn)動(dòng)，這是多邊形編隊(duì)在理論上的重大突破。每個(gè)自主體只有一個(gè)有限視野的傳感器，但是這個(gè)傳感器擁有九十度角的錐形視野而不是圓形視野，而當(dāng)視野內(nèi)沒(méi)有其他自主體時(shí)它將在程序控制下順時(shí)針旋轉(zhuǎn)視野90度。在機(jī)器人之間不進(jìn)行任何動(dòng)態(tài)通信的情況下，最后所有的機(jī)器人都聚合于一個(gè)未知的點(diǎn)。用功能強(qiáng)大的計(jì)算機(jī)及相關(guān)軟件對(duì)群體行為進(jìn)行模擬，是一種有效的研究方法。除了存在于生物學(xué)的興趣，Reynolds的想法與多車(chē)隊(duì)形的主題有關(guān)。實(shí)際上，Consensus的含義要比漢語(yǔ)的一致性更廣泛、更多義。1987年，Reynolds [1]介紹了一個(gè)模型并且寫(xiě)下了模仿飛行中的一群鳥(niǎo)的boids算法；它們聚在一起飛翔，有著共同的平均航向并且避開(kāi)了相互之間的碰撞。從系統(tǒng)科學(xué)的觀點(diǎn)看，群體行為的研究對(duì)于理解自然與社會(huì)中的復(fù)雜現(xiàn)象具有非常重要的意義。人類(lèi)社會(huì)是由物性個(gè)體及人性個(gè)體組成。目 錄摘 要…………...…………………………………………….……IAbstract ………………...………………………………………….……II1 緒論...........……...…………………………………………….……1 引言…………………………………….………………1 編隊(duì)控制國(guó)內(nèi)外研究概況…………………………………..3 課題意義…………………………………………………….62 螞蟻跟隨問(wèn)題的仿真設(shè)計(jì)……......………..……………………….10 預(yù)期結(jié)果……………………………………………………..10 實(shí)現(xiàn)方案……………………………………………………..10 任務(wù)意義………………………………………………...…133 螞蟻跟隨問(wèn)題的仿真實(shí)現(xiàn)…………………………..….…….……17 螞蟻跟隨問(wèn)題的算法描述…………………………….……17 程序描述……………………………………………….……18 程序框圖……………………………………………….……19 運(yùn)行程序……………………………………………………23 仿真分析…………………………………………….............314 總結(jié)與展望………………….………….…………………………33致謝…….……………….…………………………………………….34參考文獻(xiàn)…….………………….………………………………………351 緒論 引言自古以來(lái)，自然界就是人類(lèi)各種科學(xué)技術(shù)原理及重大發(fā)明的源泉。一定數(shù)量的自主個(gè)體通過(guò)相互交流與協(xié)作，在集體層面上呈現(xiàn)出更為有效、更為強(qiáng)大功能的行為，并能實(shí)現(xiàn)個(gè)體不可能實(shí)現(xiàn)的目標(biāo)。一方面，該研究的重大進(jìn)展能更深刻地闡釋、了解、揭示自然的秘密，能夠幫助人們深入理解人類(lèi)社會(huì)活動(dòng)、經(jīng)濟(jì)活動(dòng)的規(guī)律。每只鳥(niǎo)都有著一個(gè)局部的控制戰(zhàn)略，然而它們卻可以完成令人滿(mǎn)意的全體集群行為。Boid模型引起了計(jì)算機(jī)和物理學(xué)家、生物學(xué)家和數(shù)學(xué)家的關(guān)注。一般來(lái)說(shuō)，這一控制戰(zhàn)略的目標(biāo)使一組移動(dòng)自主體（機(jī)器人組火星探路者，無(wú)人駕駛飛行器，或無(wú)人水下航行器）要么實(shí)現(xiàn)自主體組在形成或移動(dòng)的同時(shí)保持一個(gè)編隊(duì)，要么實(shí)現(xiàn)把自主體從一個(gè)編隊(duì)重新配置到另一個(gè)編隊(duì)。但模擬的結(jié)果往往事先無(wú)法預(yù)測(cè)，結(jié)果的正確性也無(wú)法用解析的手段來(lái)驗(yàn)證，只能與現(xiàn)實(shí)中的類(lèi)似現(xiàn)象作比較。首先是循環(huán)追趕。同樣的每個(gè)自主體都將以自己所有鄰居自主體的形心為目標(biāo)移動(dòng)，他們證明在這個(gè)戰(zhàn)略下視野恰當(dāng)?shù)脑?huà)所有自主體將同樣最終收斂到一點(diǎn)。2010年，zhiyun lin等[8]研究了自適應(yīng)編隊(duì)控制問(wèn)題。需要一個(gè)局部控制規(guī)律，僅僅利用目標(biāo)和它的鄰居間的先對(duì)位置的信息，來(lái)解決這個(gè)問(wèn)題。而高層以圓形拓?fù)溲h(huán)追趕，低層以鏈狀拓?fù)渥汾s的戰(zhàn)略可以實(shí)現(xiàn)集合、同軸圓周運(yùn)動(dòng)和同軸對(duì)數(shù)螺線(xiàn)運(yùn)動(dòng)。 以前的方案在不管載具離路徑多遠(yuǎn)的情況下同時(shí)考慮路徑追蹤以及多機(jī)器人協(xié)調(diào)。一個(gè)控制規(guī)律操縱所有的載具進(jìn)入一塊區(qū)域，另一個(gè)就實(shí)現(xiàn)路徑追蹤和行動(dòng)協(xié)調(diào)。 課題意義在多自主機(jī)器人系統(tǒng)中，很多時(shí)候要求多個(gè)自主機(jī)器人在協(xié)作的過(guò)程中保持一定的隊(duì)形，以便更好的協(xié)作，即多機(jī)器人編隊(duì)控制。例如多個(gè)機(jī)器人推箱子，機(jī)器人與箱子必須保持一定的幾何關(guān)系才能夠?qū)⑾渥油葡蚱谕姆较?，?lèi)似的任務(wù)還有農(nóng)作物收割、播種等。多機(jī)器人系統(tǒng)編隊(duì)控制在軍事監(jiān)測(cè)、搶險(xiǎn)救援、空間及海洋開(kāi)發(fā)、智能交通系統(tǒng)、工農(nóng)業(yè)生產(chǎn)、服務(wù)行業(yè)等領(lǐng)域