首页> 中文学位 >多移动Agent系统中目标跟踪协作方法的设计与实现
【6h】

多移动Agent系统中目标跟踪协作方法的设计与实现

代理获取

目录

文摘

英文文摘

声明

第一章 绪论

1.1 引言

1.2 多移动Agent系统目标协作跟踪的研究现状

1.2.1 Agent模型概况

1.2.2 MAS简介

1.2.3多目标协作跟踪技术简介

1.2.4多Agent协作目标跟踪所出现的问题

1.3 论文的研究思路与章节安排

第二章 多移动Agent系统及其多机器人硬件平台

2.1 多Agent系统的体系结构

2.2 多Agent系统的硬件实验平台

2.3 多Agent系统的软件控制平台

2.3.1系统特性

2.3.2环境设定

第三章 服务器端基于黑板模型的协作平台设计与实现

3.1 黑板模型的整体设计

3.1.1黑板模型

3.1.2实时数据解析与数据驱动

3.2 知识资源及其处理

3.2.1基本知识资源组成

3.2.2匈牙利算法结合合同网的协作方法

3.3 协作方案

3.4 小结

第四章 客户端基于有限状态自动机的Agent模型结构设计

4.1 Agent模型

4.1.1复合式Agent模型

4.1.2基于有限状态自动机的Agent模型结构设计

4.2 行为状态模型的设计

4.2.1 Agent个体行为分析

4.2.2 DFA设计

4.2.3结合DFA的复合式Agent模型的半自动状态与全自动状态

4.3 小结

第五章 目标跟踪技术与目标跟踪实验

5.1 目标跟踪技术

5.1.1目标检测技术的研究

5.1.2形态学处理与目标分割技术研究

5.1.3目标跟踪技术的研究

5.2 目标跟踪模块设计

5.3 跟踪实验结果及分析

5.3.1固定路线的目标跟踪实验

5.3.2基于遮挡的区域跟踪实验

5.3.3基于区域的目标跟踪实验

5.4 小结

第六章 结论与展望

6.1 论文工作总结

6.2 未来工作展望

参考文献

致谢

攻读学位期间的主要研究成果

展开▼

摘要

机器人团队协作检测与跟踪动态目标是多移动Agent系统的协同和目标跟踪技术相结合的产物。为了满足实时协作跟踪的需要,本文设计了一个复合式多移动Agent系统多目标协作跟踪平台,包括服务器端的黑板模型和客户端基于有限状态自动机的Agent模型结构。 通过对所需的黑板模型的构造和设计,实现了多移动Agent系统目标协作跟踪中各Agent个体的协作模式。各个Agent通过从黑板模型共享相互信息,通过驱动不同的知识资源,并行计算来对全局环境进行建模、预测,并指导调度Agent群体行动。在此基础上设计了合同网与匈牙利算法结合的任务分配策略,保证了实时跟踪的有效性。 提出一种基于有限状态自动机(DFA)的复合式Agent模型。通过结合有限状态自动机的行为状态模型,设计对复合式Agent模型进行改进,使改进后的Agent模型通过有限状态自动机中的状态抽象,不仅从目标检测与跟踪的角度提高了Agent个体性能,还从社会的角度,提高群体团队的协作性能。提出的模型通过行为状态模型将动作、决策等与环境信息进行了有效的分离,从而具有较好的可移植性和高扩展性。 通过固定路线的动态目标跟踪实验,采集改进前后的Agent模型实际实验数据进行结果比较,结果表明改进后的Agent模型跟踪偏差期望值与样本方差均降为改进前的一半;且该模型成功应用于基于遮挡与基于区域的多机器人多目标跟踪实验中。提出的模型针对机器入团队协作检测与跟踪动态目标进行设计与改进,为实时的目标协作检测与跟踪提供了有效途径。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号