《Automatica》：Ants-inspired non-gradient based navigation of non-holonomic robots for seeking and tracking extended sources
編輯推薦：
本文提出了一種受螞蟻尋路行為啟發(fā)的創(chuàng)新控制律，用于驅(qū)動Dubins-car類型的非完整約束機(jī)器人，在不依賴梯度估計的情況下，自主搜尋并追蹤未知標(biāo)量場（如化學(xué)濃度、放射性、溫度等）的最大值集。該算法僅需單機(jī)器人及兩個點(diǎn)式傳感器，即可在最大值點(diǎn)構(gòu)成一條曲線時，實現(xiàn)對該曲線的有效跟蹤，為環(huán)境監(jiān)測、地質(zhì)勘探及生物醫(yī)學(xué)信號源定位等應(yīng)用提供了高效且計算需求低的解決方案。
章節(jié)概要
蟻群尋優(yōu)智慧應(yīng)用于機(jī)器人環(huán)境場極值搜尋
通過結(jié)合上述信息素作用模型與急轉(zhuǎn)彎的想法，我們獲得了激勵，考慮采用以下不連續(xù)控制器驅(qū)動系統(tǒng)（1）：
u = u? ? sgn(L ? R)。
我們并非主張（5）作為螞蟻對信息素反應(yīng)的精確模型。
案例研究：線性場
通常，此類場可寫作以下形式：
P(r) = ?n?; r? + p0， n? = n e?(α)。
此處 n? ≠ 0 為場梯度，n > 0 和 α ∈ [0, 2π) 是其極坐標(biāo)，p0∈ ? 是給定參數(shù)。
盡管完全線性的場在現(xiàn)實世界中并不真實，但研究它有助于揭示短期閉環(huán)行為的核心趨勢，因為任何平滑場都可以在任何位置的較小（有時甚至不那么�。┼徲騼�(nèi)被線性場很好地近似。
為了簡化公式，我們……
通用標(biāo)量場中的極值搜尋
符號 P″ 和 Drρ用于表示Hessian矩陣和以 r 為中心、半徑為 ρ 的圓盤；半徑為 R = v/u? 的圓稱為 R-圓。
以下類型的場是我們特別感興趣的：
- •
(f.1) 具有單個最大值的場，見圖3(a)；
- •
(f.2) 具有無限多最大值的場，這些最大值共同構(gòu)成一整條曲線，見圖3(b)。
在實踐中，(f.1)與目標(biāo)源是點(diǎn)狀的情況相關(guān)。在螞蟻的世界中，(f.2)中的曲線可以模擬食物源或重要地點(diǎn)形成的一條線。
路徑追蹤：案例研究
在評估控制律追蹤集合 M 的能力時，我們限于以下情況：
假設(shè) 6
在（5）中，L 和 R 由（2）給出；參見圖2(c)。曲線 M 是直的，且場是二次的 P(x, y) = p - q y2， p ∈ ?, q > 0。
假設(shè) M 被取為 x 軸。由于 M 由場的最大值點(diǎn)組成，P(r) 在 M 上為常數(shù)且 ?P(r) = 0。因此，假設(shè)6中的第二句話描述了在接近近乎筆直的曲線（例如，主要的……
計算機(jī)模擬測試
在我們的測試中，v = 0.61 cm/s 且 u? = 1.0 rad/s。檢驗了兩種情況：根據(jù) φ = 45° 的（2）或（3）以 l = √2 cm 感知場，其中 φ0= 15°, Δ = 60°，且 w(α) 從 α = 15° 時的 0.01 指數(shù)上升至 α = 75° 時的 0.64。場讀數(shù)受到加性獨(dú)立同分布噪聲的干擾，該噪聲均勻分布在區(qū)間 [……] 內(nèi)，其中 [單位] 是場值的測量單位。L 和 R 中的噪聲彼此獨(dú)立。為了模擬外部干擾，獨(dú)立同分布……
結(jié)論與未來工作
提出了一種受生物學(xué)啟發(fā)的非梯度導(dǎo)航策略，該策略能驅(qū)動類Dubins-car的機(jī)器人到達(dá)未知標(biāo)量場的最大值集合，并在最大值構(gòu)成一整條曲線時確保追蹤該集合。受到生物學(xué)模式的啟發(fā)，該策略遵循韋伯定律的思路，并使用僅能進(jìn)行點(diǎn)式測量的兩個場傳感器（而經(jīng)典的場梯度數(shù)值評估通常需要……）
