原文服务方: 机器人       
摘要:
为了使多机器人系统能够模仿蚁群寻找食物源的行为方式来搜索室内环境中存在的气味源,通过对蚁群算法的修正,形成一种新的多机器人协作策略.修正的蚁群算法包括局部遍历搜索、全局随机/概率搜索和信息素更新三个阶段.为了实现多个气味源的定位,在迭代搜索中加入了气味源确认机制.仿真结果表明,局部遍历搜索能够保证机器人逐步靠近气味源,而在全局搜索中设置气味浓度榆测阈值可以避免机器人"群聚"现象的形成.最后验证了从不同入口点分散进入搜索区域时,机器人对多个气味源的搜索定位效果.
推荐文章
基于蚁群算法的多机器人协作策略
多机器人
协作
蚁群算法
任务死锁
一种基于动物捕食行为的机器人气味源定位策略
气味源定位
移动机器人
动物捕食策略
气体传感器
基于多微粒群优化的机器人气味源定位
气味源定位
机器人
微粒群优化
子群合并
适应值调整
基于蚁群算法的机器人路径规划
机器人路径规划
蚁群算法
全局路径规划
局部避碰策略
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于修正蚁群算法的多机器人气味源定位策略研究
来源期刊 机器人 学科
关键词 蚁群算法 多机器人协作 气味源定位
年,卷(期) 2008,(6) 所属期刊栏目 论文与报告
研究方向 页码范围 536-541
页数 6页 分类号 TP24
字数 语种 中文
DOI 10.3321/j.issn:1002-0446.2008.06.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 骆德汉 广东工业大学信息工程学院 66 475 12.0 18.0
2 邹宇华 广东工业大学信息工程学院 6 89 5.0 6.0
3 庄家俊 广东工业大学信息工程学院 4 78 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (121)
参考文献  (11)
节点文献
引证文献  (25)
同被引文献  (22)
二级引证文献  (55)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(5)
  • 参考文献(1)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(1)
  • 二级参考文献(5)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(9)
  • 引证文献(7)
  • 二级引证文献(2)
2014(9)
  • 引证文献(2)
  • 二级引证文献(7)
2015(11)
  • 引证文献(3)
  • 二级引证文献(8)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(13)
  • 引证文献(3)
  • 二级引证文献(10)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
蚁群算法
多机器人协作
气味源定位
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机器人
双月刊
1002-0446
21-1137/TP
大16开
1979-01-01
chi
出版文献量(篇)
2337
总下载数(次)
0
总被引数(次)
57113
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导