摘要

针对复杂环境下的多移动机器人对重点目标区域协同持续监视覆盖问题,假定在目标区域内分布着若干障碍及固定观测点,已获得固定观测点处所关心的目标参量历史测量数据,考虑为机器人群规划一组监视路径,以实现对重点目标区域高覆盖率、高频率的监视覆盖。建立多机器人协同持续监视问题的数学模型;基于小脑模型神经网络(CMAC)对区域内固定观测点的测量数据进行学习泛化以获得区域内目标参量估计;利用基于传感器配置-路径框架划分的路径规划组合策略以求得各机器人优化路径。仿真实验验证了模型和求解方法的有效性。

全文