4实验与测试 29
5结论与展望 31
5.1 结论 31
5.2展望 31
致谢 33
参考文献 33
1概述
1.1研究背景
随着计算机和电子技术的发展,智能化设备如智能手机、工业机器人、智能家居越来越多的进入到人们的生活和工业生产领域。由于自动化、智能化程度的不断提升,将各个智能体进行协作联合控制是大势所趋,让智能体与智能体相互协作以完成特定工作,比如乘用车生产车间中多台库卡机器人对钢板实施氩弧焊、安装组合、喷漆,大大的增加了汽车的生产效率。我们所使用的智能小车就是一台简易的智能体,这里进行定义下文的“智能车”即为“智能体”三辆智能车可以协调完成编队行进,日后可以将任意一台小车进行改进成为诸如扫地机器人,搜救机器人这样的任务奠定基础。
经济是使系统趋向分布式发展的真正动力。25年前,计算机权威和评论家Herb Grosch指出CPU的计算能力与它的价格的平方成正比,后来成为Grosch定理。换言之,要想获得四倍的性能,只需付出两倍的价钱。很多机构都尽其所能购买最大的单个大型机:751!文~论`文/网www.751com.cn,是因为当时的大型机技术与这一论断非常的吻合。
随着微处理机技术的发展,Grosch定理不再适用了。从2000年开始,一个CPU芯片只需几百美元便能买到,80年代的大型机的处理速度要远逊色于当代的CPU。如果你愿意付出两倍的价钱,将得到同样的CPU,但它却以更高的时钟速率运行。因此,最节约成本的办法通常是在一个系统中使用集中在一起的大量的廉价CPU。因此它可以潜在地得到比单个的大型集中式系统好得多的性价比,是倾向于分布式系统的主要原因。实际上,分布式系统是通过较低廉的价格来实现相似的性能的。对于多智能体系统的定义,不同的学科有不同的说法.近年来,这个术语具有一个更具一般性的定义,它的范围包括所有由多个自治单元组成的系统,且组成系统的自治单元具有下述性质:
(1): 每个单元不具有完全解决问题的能力
(2):没有全局系统的控制
(3):数据是分散的
(4):异步计算的
1.2国内外研究现状
车与车之间的相互协作可以大大的提高系统的效率和可靠性,这使得协作的多智能车成为汽车技术发展的主要方向。问题检测、设计相关算法、以及小车实验平台的实现与设计是本文重点研究的内容。重点研究的内容是协作的车辆编队。由于其针对于缓解道路安全的交通,拥堵的道路状况以及日益恶化的环境和能源危机等方面压力的优点,小车相互帮助的系统得到了各个国家的重视。在这近几年的时间里,各国学者为了对其进行进一步的研究,在决策互助、结构体系、协作算法等方面做了大量的工作,并且收到了比较大的效果
直接影响多智能体智能化程度和性能功能的核心技术是协调相关信息和收集处理信息,这在多智能小车的相互帮助和通讯中是相当重要的。两维或三维的视觉上的处理。策略规划 、集成信息、和自动的行驶等是多智能体中诸多的关于处理信息的子系统。子系统需要信息共享、协调互相的,以较高的效率完成相对复杂的总任务,这其中的前提条件是各个子系统相辅相成,互相依赖和协作,以此来达成在一个整体中各司其职,通过协作、集成、结合智能体相关的各项功能的总体任务。利用多智能体系统,将每个机器人作为一个智能体,建立多智能体机器人协调系统,可实现多个机器人的相互协调与合作,完成复杂的并行作业任务。