基于移动传感器网络的仿生鱼群多运动行为控制技术研究

本课题针对目前移动传感器网络研究中存在的网络节点群运动行为单一，控制算法的复杂度高，能耗大，鲁棒性不强等问题，提出采用仿生鱼群算法对网络节点群的聚群、目标搜索、跟随和避障等多个典型运动行为的控制技术进行研究，并提出采用基于拥挤意愿的约束机制对节点群的运动进行约束控制和调节节点的密度，以期获得一种简单有效、低能耗、鲁棒性强的多运动行为群智能控制方法，为移动传感器网络在运动过程中的群体避障、目标搜索和碰撞等问题提供一种新的解决方法，为其应用于月表等行星表面探索、工业恶劣环境安检、目标跟踪、入侵发现等典型应用奠定理论和应用的基础。

移动传感器网络技术将无线传感器网络覆盖面广、拓扑能力强、布设方便的优点与移动机器人灵活机动、自治能力强的优点相结合，相比传统静止的无线传感器网络，可以有效地改善和提高系统的整体性能，成为近年来无线传感器网络的主要研究方向之一。目前移动无线传感器网络的研究内容主要涉及网络覆盖优化控制、网络布撒和维护等，但是大多只针对单一的运动行为进行研究，未知环境的适应性差，算法过于复杂，能耗大。本课题期望研究一种复杂程度低，鲁棒性强，能耗小的控制算法，来实现在不同环境下移动节点的多种行为控制。.　　本课题的主要研究成果.　　（1）在现有移动无线传感器网络系统平台的基础上，对移动无线传感器网络节点的运动模型进行分析，设计了一种基于拥挤意愿的队形约束机制，该机制可以保证多移动节点行进过程中的队形，将所有节点的运动协调起来，避免因长期行进引起队形混乱，进而导致节点间的碰撞。.　　（2）提出了一种基于仿生鱼群算法的移动无线传感器网络节点多运动行为控制方法，包括静态汇聚行为、动态汇聚行为、移动跟随行为、自由探索行为、群体避障行为。各节点根据环境信息和控制指令，选择适合的行为来执行任务，各行为通过简单、灵活的控制算法，可以在单个移动节点智能度不高的情况下，通过群体协作完成集合汇聚、追踪跟随、群体避障等复杂的任务。.　　（3）设计了一种群体避障算法，在全局条件未知的情况下，完全依据各节点探测到的传感器信息进行分析决策，通过对节点群中所有节点各自的避障决策进行总体汇集，产生节点群的避障运动行为。.　　本课题提出的适用于不同环境的移动无线传感器网络多运动行为控制方法，为移动传感器网络动态探测、目标跟踪等典型应用提供了基础。课题研究期间，共发表（含收录）论文7篇，其中期刊论文4篇（SCI收录1篇），会议论文3篇，其中特邀报告１篇；已投稿（审稿中）论文3篇，其中向SCI源期刊投稿1篇，EI源投稿2篇；获得发明专利授权2项，申请发明专利2项。课题研究期间共培养博士、硕士研究生6人，课题组成员多次参加国内外相关领域学术研讨会,并赴国外一流大学进行学习访问,与国内外相关研究人员的合作交流提高了课题参与者的研究水平,保证了课题的如期完成。