基于改进粒子群优化的多机器人目标一致性控制

：针对不确定环境中障碍物的形状和位置等信息未知情形，通过机器人自身传感器获取环境信息，采用最小二乘方法对运行环境中两类障碍物进行拟合估计，提高机器人对环境的感知识别能力。将机器人运动目标信息、周围环境信息、机器人运动信息等衍生的适应度分量引入改进的粒子群优化适应度函数，从而提高粒子的局部选优能力；在此基础上，实现了多机器人系统的目标一致性运动控制。通过仿真实验进一步验证了该策略的可行性和有效性。

随着计算机技术、控制理论、人工智能的不断发展，机器人研究与应用得到了迅速的发展，在工业、 军事、航空航天、服务行业等得到广泛应用[1]。针对机器人运动一致性研究问题已受到国内外研究学者的关注。一致性研究主要有两大类：一是研究多机器人(多智能体)在各种不同运动环境(网络拓扑结构)中协作运行至共同目标位置的策略；二是研究多机器人*资助信息：国家自然科学基金项目(61175111, 61273352)；江苏省高校自然科学研究项目(10KJB510027)。

#通讯作者。

101