基于粗糙集理論的巡邏機器人行為決策.pdf

1、本文以巡邏機器人為背景進行行為決策研究。 論文首先分析了巡邏機器人的國內(nèi)外研究現(xiàn)狀，針對智能機器入行為決策研究的特點，提出了一種基于粗糙集和多重決策表的行為決策框架，其決策表分為高級行為實現(xiàn)決策表和導航行為決策表。 其次，分析了巡邏機器人的運行環(huán)境，建立了以拓撲地圖為基礎(chǔ)的三層環(huán)境模型：全局模型、局部模型和即時模型。在該模型中，道路檢測具有舉足輕重的作用，結(jié)合粗糙集理論在特征學習方面的特點，提出了基于粗糙集理論的非結(jié)構(gòu)化

2、道路檢測算法，并通過實驗驗證了其較強的適應(yīng)性和可靠性。 再次，設(shè)計了一種基于行為的任務(wù)控制體系結(jié)構(gòu)，建立了基于多重決策表的行為決策模型，重點研究了基于多重決策表的高級行為實現(xiàn)方法和導航行為決策方法。在行為實現(xiàn)方法中，以巡邏機器人定點察看任務(wù)中的目標監(jiān)控行為為例，闡述了基于有限狀態(tài)粗糙集的決策知識獲取方法和基于知識庫的行為實現(xiàn)方法；在導航行為決策方法中，首先確定機器人在巡邏任務(wù)中的路段巡邏狀態(tài)、轉(zhuǎn)換關(guān)系，并依據(jù)領(lǐng)域知識和實驗數(shù)據(jù)創(chuàng)

3、建機器人巡邏有限狀態(tài)機，然后提取有限狀態(tài)機的狀態(tài)轉(zhuǎn)換條件，形成粗糙集決策信息系統(tǒng)的規(guī)則集，并通過屬性約簡和規(guī)則提取算法，獲得簡化的行為決策規(guī)則，構(gòu)成行為決策知識庫。 最后，進行了目標監(jiān)控行為的模擬實驗和導航行為決策的實際實驗。數(shù)據(jù)分析表明這種目標監(jiān)控行為的實現(xiàn)方法的有效性。在實際場景的導航實驗中，利用獲取的決策知識庫進行了導航，巡邏機器人具有很快的響應(yīng)能力并能迅速有效的完成巡邏任務(wù)。實驗驗證了該決策系統(tǒng)的有效性，在整個巡邏機器人