摘要
在跨学科融合的背景下产生了基于电子技术、控制技术等多技术交叉融合的新型研究领域：群体机器人。群体机器人一个主要研究是使大量相对便宜、功能较简单的机器人通过个体与个体之间局部交互、个体与环境之间的局部感知，涌现出所预期的群体行为和现象。群体机器人的巨大优势在于通过协同合作可以完成单体机器人难以胜任或无法完成的工作。围捕是大自然中各种捕食动物经常可以观察到的现象，如狮群协作完成捕获牛群中的目标。受此启发，群体机器人想完成预期的任务，只有相互协作，制定策略，方才有可能完成任务。协同围捕研究同时也是群体机器人中一个典型的研究任务，对群体机器人展开围捕研究有着客观的现实需求和理论意义。基于此，本文以多个简单机器人组成的群体机器人通过协同合作完成围捕任务为出发点，开展基于局部感知的群体机器人协同围捕方法研究，具体工作总结如下： （1）介绍了一种群体机器人形态生成与转换的调控方法。针对形态生成与转化这个问题，将多细胞生物和群体机器人之间建立映射机制，利用控制生物形态发生的遗传和细胞机制来进行群体机器人模式的形成。基于此，提出分层基因调控网络方法来控制形态生成，详细介绍了分层基因调控网络上下两层结构如何实现围捕形态生成与转化。 （2）设计了一种群体机器人协同围捕的策略。协同围捕策略的好坏是事关能否围捕成功的重要一环，故展开对群体机器人协同围捕策略设计研究很有必要。具体来说，本文创新性提出预包围结合目标安全域的协同围捕策略，有效避免了目标提前发现围捕机器人而发生逃跑的情况，同时预包围设计也优化了围捕策略，提高了围捕的成功率。 （3）构建了一种群体机器人协同围捕的模型。针对分层基因调控网络不能在搜索目标阶段进行合适的群体形态规划，本文设计了三角形触角模型，该模型借鉴动物触角的作用，能更早发现目标，便于更早进入预围捕状态，促进更快完成围捕任务，能在一定程度上提高围捕的效率。 （4）进行了系列群体机器人协同围捕仿真及实机实验。本文通过在Matlab、Kilomobo等相关仿真平台和Kilobots实体机器人上，展开一系列实验验证围捕算法的有效性和可行性，同时通过对比实验得出本文所提出算法的优越性。
NETL