56、基于群体动力学的差分移动机器人生物启发式自主导航控制器及船舶电力系统可靠性评估

基于群体动力学的差分移动机器人生物启发式自主导航控制器及船舶电力系统可靠性评估

1. 差分移动机器人自主导航控制器

1.1 研究背景

在开发自主车辆时，需要考虑两个主要问题：车辆的位置确定和避障。目前有多种避障方法，如基于势场的方法和几何避障控制方法（GOACM）。势场法通常基于外部传感器，需要事先了解障碍物的尺寸和位置；GOACM 则基于车载传感器，当检测到障碍物时，利用距离和角度信息确定无碰撞路径点。

生物导航系统，如鱼群、兽群、鸟群和人类群体运动，可以通过自驱动粒子模型来描述。研究群体动力学有助于预测大型活动中的人群行为，也可用于描述自然现象。本文的目标是为差分移动机器人提供自主性，使其能够从初始位置移动到目标位置，同时避开动态和静态障碍物。

1.2 群体动力学模型

Helbing 等人提出的广义力模型假设每个智能体受到社会心理力和物理力的作用。总合力的计算公式如下：
[m_i \dot{v} i = m_i \frac{v {0i}(t)e_{0i}(t) - v_i(t)}{\tau_i} + \sum_{j(\neq i)} f_{ij} + \sum_{W} f_{iW}]
其中，(m_i) 是智能体的质量，(v_i(t)) 是速度向量，(\dot{v} i) 是加速度向量，(v {0i}) 是期望速度，(e_{0i}) 是期望方向，(\tau_i) 是特征时间，(f_{ij}) 是智能体 (i) 与其他智能体之间的相互作用力，(f_{iW}) 是智能体 (i) 与环境或障碍物之间的相互作用力。

智能体 (i) 与其他智能体 (j) 之