有些蚂蚁并没有象其它蚂蚁一样 总重复同样的路，他们会另辟 蹊径，如果另开辟的道路比原 来的其他道路更短，那么，渐 渐地，更多的蚂蚁被吸引到这 条较短的路上来。单位时间内 通过的蚂蚁越多，说明路径越 短。
2.图示
1.简介 模拟退火算法可以看成优化了的爬 山算法，即退火算法以一定的概率 来接受一个比当前解要差的解，因 此有可能会跳出这个局部的最优解 ，达到全局的最优解。 每一步先选择一个“邻居”，然后 再计算从现有位置到达“邻居”的 概率。
ROS的首要设计目标是在机器人研发领域提高 代码复用率。
使用ROS开发，最重要的问题是如何将已有成 果加入ROS生态？ 在明确加入ROS生态的目的之后，针对性的给 自己已有系统与ROS 的 bridge
分布式算法
无线自组网通 信协议
ROS生态
二：基于现有stm32机器人平台
在已有的stm32机器人硬件平台和点对 点通信协议栈基础上进行无线自组织通 信协议以及分布式控制算法的开发。
算法分析与选择 具体算法的代码实现以及
ROS的深入理解 调试硬件平台 分布式算法功能的增加 将原有系统加入ROS框架 仿真及文档整理
阶段 10月份 11月份 12月-次年1月份
1月份中旬到2月份 2月上旬 3月份 4月份
目标
确定项目方案和开发重点
在理解项目所需算法基础 上选择适合的算法
具体实现所选算法，对 ROS各方面深入理解
表驱动路由协议：DSDV，CGSR，WRP等
其网络中每个节点都维护一致的，最新的全网路由信息。网 内邻居节点之间通过周期性的广播自身拥有的路由信息来实 时更新全网路由信息
按需路由协议：AODV，DSR，TORA等
只有在源节点发起一个数据传输任务时才会发起路由请求， 并建立路由。当网络中一个节点需要向另外一个节点进行数 据传输时，其会发起一个路由发现过程。通常，按需路由包 括 3 个过程：路由发现过程、路由维护和路由销毁。
它的基本思想是将机器人在周围环境 中的运动，设计成一种抽象的人 造引力场中的运动，目标点对移 动机器人产生“引力”，障碍物 对移动机器人产生“斥力”，最 后通过求合力来控制移动机器人 的运动。应用势场法规划出来的 路径一般是比较平滑并且安全， 但是这种方法存在局部最优点问 题。
2.图示
1.简介
事先告诉蚂蚁食物在什么地方， 让其开始寻找食物。当一只找 到食物以后，它会向环境释放 信息素来实现的，吸引其他的 蚂蚁过来，这样越来越多的蚂 蚁会找到食物。
2.图示
数据采集与通信示意图
另一移动机器人节点
串口数据收发模 块
Stm32单片机
数据 采集
距离 传感 器
本项目通信部分的难点在于自组织网络路由协议 的实现
分布式算法部分的难点在于针对复杂任务设计出 合适的控制算法达到预期目标
最后的难点在于如何将已经实现的系统方案融合 进ROS开发框架中
主要任务 背景调研
二：分布式算法部分（针对不同的任务，实现 人的自主决策，完成预期目标。）
多机器
一：基于ROS开发框架
ros总体结构：
main核心部分（roscomm）：主要由 Willow Garage公司和一些开发者设计、提供 以及维护
universe部分，有不同国家的ROS社区组织 开发和维护（包括借鉴一些库的代码opencv ，pcl等）
4、人工势场法 5、遗传算法 6、蚁群算法 7、模拟退火法
1.简介
粒子群算法(PSO)是通过追随当前搜索到 的最优值来寻找全局最优。
PSO 初始化为一群随机粒子。然后通过 迭代找到最优解。粒子通过跟踪两个 "极值"来更新自己。第一个就是个体 极值pBest。另一个是全局极值gBest 。
粒子公式 在找到这两个最优值时，粒子根据 如下的公式来更新自己的速度和新的 位置：
网络接口层协议：CSMA/CA,带冲突避免的载波侦听 多路访问。
data
……
aodv首 部
data
CSMA/C aodv首
A首部
部
data
应用层
……
网络层 网络接口层
2：分布式算法的学习与实现
机
基于模型
器
的全局路
人
径规划
路
径
规
划
算
基于传感
法
器的局部
路径规划
1、粒子群算法 2、拓扑法 3、神经网络法 4、栅格解耦法
在stm32平台实现基本功 能
在原有算法基础上增加复 杂任务功能
将已有成果与ROS生态融 合
Simulators-stage仿真以及
面向任务协作的多机器人分布式网络系统设计
随着机器人学的快速发展，多机器人系统理论 也因其广泛的应用前景成了智能系统理论中的研 究热点，在许多应用领域，如大型复杂生产线 （飞机装配），危险环境下有害废物的清理，海 底或太空等未知领域的探索等等，多机器人可以 完成单个机器人所无法完成的任务，或者通过多 机器人的协作提高工作效率。
1：自组织通信协议的开发 ADHOC 网络具有无固定网络设施、自组织（ self-organization）、节点对等等特性。其强调 在不依赖固定基础网络设施的前提下由一定范 围内的移动终端节点动态地建立可以互联互通 的无线分组交换网络，属于逻辑意义上的组网 方式。针对ADHOC模式，本项目着重于对 adhoc路由协议的选择与实现和以及链路层网 络协议的实现。
1.简介
遗传算法是模拟达尔文生物进化论 的自然选择和遗传学机理的生物进 化过程的计算模型。 按照适者生存和优胜劣汰的原理， 逐代演化产生出越来越好的近似解 ，在每一代，根据问题域中个体的 适应度大小选择个体，并借助于自 然遗传学的遗传算子进行组合交叉 和变异，产生出代表新的解集的种 群。这个过程将导致种群像自然进 化一样的后生代种群比前代更加适 应于环境，末代种群中的最优个体 经过解码，可以作为问题近似最优 解。
v[] = w * v[] + c1 * rand() * (pbest[] present[]) + c2 * rand() * (gbest[] present[]) (1) present[] = present[] + v[] (2)
2.图示
1.简介
人工势场法是由Khatib提出的一种虚 拟力法。
。
面向仓储的拣货机器人 fetch
Robocup公开赛场景
项目目前预期实现的目标是多机器人通过
无线自组网协作实现自动编队控制，跟随等
简单任务协作，后期视项目进度增添复杂地
形下的多机器人协同等任务。项目开发工作
主要分为两部分：
一：无线自组网通信协议的开发（主要实现 多节点的自由 加入，退出，多机间的自主通信。）
根据热力学的原理，在温度为T时 ，出现能量差为dE的降温的概率为 P(dE)，表示为：
P(dE) = exp( dE/(kT) )
2.图示
模拟退火算法描述： 若J( Y(i+1) )>= J( Y(i) ) (即移动后得到更优解)，
则总是接受该移动
若J( Y(i+1) )< J( Y(i) ) (即移动后的解比 当前解要差)，则以一定的概率接受移动，而且这 个概率随着“时间”推移逐渐降低（逐渐降低才 能趋向稳定）