基于多Agent系統(tǒng)的自主式地面車輛關(guān)鍵技術(shù)研究.pdf

1、自主式地面車輛(Autonomous Landed Vehicle，ALV)是集環(huán)境感知、規(guī)劃決策、自動行駛等功能于一體的綜合智能系統(tǒng)，是典型的高新技術(shù)綜合體，是分布式智能系統(tǒng)的一種典型代表。近年來隨著現(xiàn)代通信技術(shù)和智能化信息處理技術(shù)的迅猛發(fā)展，使得ALV已經(jīng)達到或部分接近實用化的程度。ALV所涉及的相關(guān)技術(shù)已成功運用于車輛的計算機輔助駕駛、太空登陸探測及多種戰(zhàn)術(shù)任務(wù)的智能化地面兵器裝備平臺等系統(tǒng)中。本文以自主式地面車輛作為研究對象，對

2、作為其支撐技術(shù)的多Agent系統(tǒng)理論及路徑規(guī)劃技術(shù)和人機交互技術(shù)展開了較為深入的分析和研究。
　　 首先，多Agent系統(tǒng)作為分布式人工智能的一個重要分支，將過去封閉的、孤立的知識系統(tǒng)發(fā)展為開放的、分布的智能知識系統(tǒng)。多Agent系統(tǒng)技術(shù)引入到自主式地面車輛研究領(lǐng)域，為自主式地面車輛的建模和結(jié)構(gòu)研究提供了新的研究方法和途徑?；诙郃gent系統(tǒng)的自主式地面車輛體系結(jié)構(gòu)是以多Agent技術(shù)為基礎(chǔ)，通過一定的協(xié)調(diào)機制和自身的意識思維

3、將各個功能Agent有機組織起來完成特定任務(wù)的自主式地面車輛系統(tǒng)框架。本文分析和研究了Agent各個意識屬性的概念、性質(zhì)和相互的內(nèi)含、關(guān)系，以模態(tài)邏輯為工具，對Agent的各個意識屬性進行了描述，建立了能夠維護自主式地面車輛多Agent系統(tǒng)中各個Agent意識理性平衡的意識模型。該模型在動態(tài)變化復(fù)雜環(huán)境下較好地維護了模型意識屬性間的理性平衡。
　　 其次，在動態(tài)變化復(fù)雜環(huán)境下地自主式地面車輛的全局路徑規(guī)劃和局部路徑規(guī)劃一直是實現(xiàn)

4、自主式地面車輛自主導(dǎo)航功能的關(guān)鍵技術(shù)，也是研究的難點和熱點。目前在環(huán)境信息部分己知或未知下的全局路徑規(guī)劃還缺乏較為深入和細致研究，本文提出了一種利用強化學(xué)習(xí)方法來解決全局路徑規(guī)劃中環(huán)境知識獲取困難、環(huán)境模型難以建立和自適應(yīng)能力差等問題，通過遞階強化學(xué)習(xí)對學(xué)習(xí)空間進行遞階分解，進一步減少了全局路徑規(guī)劃中的學(xué)習(xí)量，提高了學(xué)習(xí)的收斂速度和學(xué)習(xí)效率。
　　 模糊控制可以不依賴于被控對象的精確數(shù)學(xué)模型，它通過控制規(guī)則來表達、記憶專家的控制

5、經(jīng)驗，并通過模糊邏輯來推理決策，但模糊控制在知識的獲取、模糊規(guī)則的自求精方面存在不足，神經(jīng)網(wǎng)絡(luò)具有較強的自學(xué)習(xí)能力和非線性逼近能力，本文研究把模糊規(guī)則與神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)成模糊神經(jīng)網(wǎng)絡(luò)控制器，并與強化學(xué)習(xí)相結(jié)合來指導(dǎo)自主式地面車輛對全局路徑的規(guī)劃作出決策，在學(xué)習(xí)的過程中融入專家經(jīng)驗，增強了自主式地面車輛在道路信息未知的環(huán)境中的自適應(yīng)能力。
　　 再次，針對局部路徑規(guī)劃算法中存在的局部最優(yōu)和大計算量問題，本文通過將勢場法與柵格法相

6、結(jié)合，并引入滾動窗口算法，設(shè)計了一種基于滾動窗口的勢場柵格局部路徑規(guī)劃算法。通過建立行駛環(huán)境的柵格模型，將動態(tài)變化的行駛環(huán)境轉(zhuǎn)化為在某一時間片內(nèi)相對靜止的靜態(tài)行駛環(huán)境，將鄰近代價值最小的柵格作為可通行路徑選取的策略，確保了對局部規(guī)劃路徑的優(yōu)化，保證了自主式地面車輛對局部路徑規(guī)劃實時性的要求。
　　 最后，人機交互技術(shù)是人機信息交互的重要甚至是唯一的渠道，友好的人機交互界面總是能夠根據(jù)用戶實際需求提供完善的功能和服務(wù)，能夠高效、實