广西师范大学学报（自然科学版） ›› 2011, Vol. 29 ›› Issue (3): 115-119.

• • 上一篇    下一篇

基于Fast Marching方法的多机器人追捕算法

丁磊, 王浩, 方宝富, 张权益   

  1. 合肥工业大学计算机与信息学院,安徽合肥230009
  • 收稿日期:2011-05-05 出版日期:2011-08-20 发布日期:2018-12-03
  • 通讯作者: 王浩(1962—),男,江苏泰州人,合肥工业大学教授。E-mail:jsjxwangh@hfut.edu.cn
  • 基金资助:
    国家自然科学基金资助项目(61070131,61075076)

Multi-player Pursuit Algorithm Based on Fast Marching Method

DING Lei, WANG Hao, FANG Bao-fu, ZHANG Quan-yi   

  1. School of Computer and Information,Hefei University of Technology,Hefei Anhui 230009,China
  • Received:2011-05-05 Online:2011-08-20 Published:2018-12-03

摘要： 多机器人系统的追捕-逃跑问题是人工智能领域一个非常重要的问题。本文为实现多追捕者协作追捕逃跑目标,提出了一种基于Fast Marching方法的多机器人协作追捕策略。追捕过程中,追捕者数量多于逃跑者的情况下,协助追捕者通过构造“活跃区域”与主追捕者的合作,实现一种压迫式的追捕策略。

关键词: 多机器人系统, 追捕-逃跑问题, 快速推进法, 活跃区域, 协作与协调

Abstract: The Pursuit-evasion game in Multi-robot system is avery important issue in the field of artificial intelligence.In order to solvethe problem of multiple pursuers cooperatively pursuing the evasive targets,a coordinate strategy for multiple pursuers based on Fast Marching Method is proposed.During the pursuit,when the number of pursuers is more than that of evaders.The pursuers without task can be incorporated into the game by constructing Active Regionsto achieve a constringent pursuit strategy.

Key words: multi-robot system, pursuit-evasion game, fast marching method, active regions, collaboration and coordination

中图分类号: 

  • TP181
[1] GARY P,IVO P.Cyclic genetic algorithm with conditional branching in a predator-prey scenario[C]//Proceeding of IEEE Int Conf on Systems,Man andCybernetics.Corte,France:IEEE Press,2005,3:2923-2928.
[2] ISAACS R.Differential games (Ⅰ,Ⅱ,Ⅲ,Ⅳ)[M].Santa Monica:RAND Corporation Research Memorandum,1954-1956:1391,1399,1411,1468.
[3] PARSONS T D.Pursuit-evasion in graph[M].Berlin:Theory and Applications of Graphs,1978,642:426-441.
[4] PACHTER M.Simple motion pursuit-evasion differential games[C]//Mediterranean Conference on Control and Automation.Lisbon,Portugal:Electronic Proceedings,2002.
[5] 苏志宝,陆际联,童亮.一种多移动机器人协作围捕策略[J].北京理工大学学报,2004,24(5):403-406.
[6] 周浦城,洪炳钅容,王月海.动态环境下多机器人合作追捕研究[J].机器人,2005,27(4):289-295.
[7] LIU Jie,LIU Shu-hua,WU Hong-yan,et al.A pursuit-evasion algorithm based on hierarchical reinforcement learning[C]//Measuring Technology and Mechatronics Automation.Changsa:Icmtma Press,2009(2):482.
[8] SETHIAN J A.Level set methods and fast marching method[M].Cambridge,MA:Cambridge University Press,1996.
[9] SETHIAN J A.Fast marching method[J].SIAM Review,1999,41(2):199-235.
[10] 朱付平,田捷,林瑶,等.基于Level Set方法的医学图像分割[J].软件学报,2002,13(9):1866-1872.
[11] KIMMEL R,SETHIAN J A.Optimal algorithm for shape from shading andpath planning[J].Journal of Mathematical Imaging and Vision,2001,14(3):237-244.
[12] KRISHNAMOORTHY R,INDIRANI G K.Data structures using C[M].New Delhi:Tata McGraw-Hill,2009.
[13] BRANICKY M,HEBBAR R,ZHANG G.A fast marching algorithm for hybridsystems[C]//Proceedings of the 38th IEEE Conference on Decision and Control.Phoenix,Arizona:IEEE Press,1999,5:4897-4902.
[14] KIM J,VIDAL R,SHIM H O,et al.A hierarchical approach to probabilistic pursuit evasion games with unmanned ground and aerial vehicles[C]//The 40th IEEE Conference on Decision and Control.Orlando,Florida:IEEE Press,2001,1:634-639.
[1] 白捷, 高海力, 王永众, 杨来邦, 项晓航, 楼雄伟. 基于多路特征融合的Faster R-CNN与迁移学习的学生课堂行为检测[J]. 广西师范大学学报（自然科学版）, 2020, 38(5): 1-11.
[2] 吴昊, 秦立春, 罗柳容. 基于提升度的KNN分类子的分类原则改良模型[J]. 广西师范大学学报（自然科学版）, 2019, 37(2): 75-81.
[3] 林越, 刘廷章, 王哲河. 具有两类上限条件的虚拟样本生成数量优化[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 142-148.
[4] 郑威,文国秋,何威,胡荣耀,赵树之. 属性自表达的低秩无监督属性选择算法[J]. 广西师范大学学报（自然科学版）, 2018, 36(1): 61-69.
[5] 宗鸣, 龚永红, 文国秋, 程德波, 朱永华. 基于稀疏学习的kNN分类[J]. 广西师范大学学报（自然科学版）, 2016, 34(3): 39-45.
[6] 苏毅娟, 孙可, 邓振云, 尹科军. 基于LPP和l2,1的KNN填充算法[J]. 广西师范大学学报（自然科学版）, 2015, 33(4): 55-62.
[7] 雷霖, 罗小勇. 一种新的量子进化算法实数编码方式及应用[J]. 广西师范大学学报（自然科学版）, 2013, 31(4): 23-27.
[8] 刘海峰, 续欣莹, 申雪芬, 谢王君. 基于限制邻域关系的不完备混合决策系统属性约简[J]. 广西师范大学学报（自然科学版）, 2013, 31(3): 30-36.
[9] 申雪芬, 谢王君, 刘海峰, 续欣莹. 一种改进的基于相对正域的增量式属性约简算法[J]. 广西师范大学学报（自然科学版）, 2013, 31(3): 45-50.
[10] 胡卉颖, 钟智, 元昌安, 陆建波, 袁晖. 基于基因表达式编程的粗糙集属性约简研究[J]. 广西师范大学学报（自然科学版）, 2012, 30(2): 23-28.
[11] 陆广泉, 谢扬才, 刘星, 张师超. 一种基于KNN的半监督分类改进算法[J]. 广西师范大学学报（自然科学版）, 2012, 30(1): 45-49.
[12] 高俊芬, 胡维平. 基于非线性动力学和GMM的病态嗓音识别与研究[J]. 广西师范大学学报（自然科学版）, 2011, 29(3): 5-8.
[13] 徐丽, 丁世飞, 郭锋锋. 基于改进属性约简的粗核聚类算法[J]. 广西师范大学学报（自然科学版）, 2011, 29(3): 105-109.
[14] 黄霜明, 谢丽聪. 协同训练半监督学习二次伪迭代算法[J]. 广西师范大学学报（自然科学版）, 2011, 29(3): 110-114.
[15] 孟凡辉, 王浩, 方宝富, 彭伟. 可扩展梯度直方图人体检测算法研究与实现[J]. 广西师范大学学报（自然科学版）, 2011, 29(3): 168-172.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 广西师范大学学报（自然科学版）编辑部
地址：广西桂林市三里店育才路15号　邮编：541004
电话：0773-5857325　E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发