Com o rápido desenvolvimento da tecnologia robótica, o sistema de cooperação multirrobôs tem sido amplamente utilizado em resgates, monitoramento, logística e outras áreas. Visando os problemas chave na localização cooperativa multirrobôs e busca de alvos, considerando o tempo de busca, a quilometragem de busca e o risco de busca, um algoritmo de localização e busca colaborativa baseado em otimização por colônia de formigas (ACO-CLS) é proposto com base na análise do fator de peso do alvo, a sensibilidade do número de robôs, a adaptabilidade da formação do robô e a sensibilidade da velocidade do robô. Primeiro, um algoritmo de localização por fusão de múltiplos sensores baseado em sensores IMU e UWB é projetado, e o filtro de Kalman de estado de erro (ESKF) é utilizado para alcançar uma estimativa de posição de alta precisão. Em seguida, uma estratégia de agrupamento dinâmico baseada em peso é proposta para realizar agrupamento inteligente com base na prioridade do alvo e na posição do robô. Então, o algoritmo de colônia de formigas é introduzido para tomar decisões de caminho, e a busca do robô é guiada por atualizações de feromônio e informação heurística. Finalmente, um mecanismo de realocação inteligente após a descoberta do alvo é projetado para realizar a otimização dinâmica da alocação de recursos. Os resultados da simulação mostram que o algoritmo proposto é superior aos métodos tradicionais em termos de precisão de localização, eficiência de busca e robustez do sistema, e possui valor teórico importante e perspectivas de aplicação.
He et al. (Fri,) estudaram esta questão.