群机器人围捕和搜索，尤其是复杂环境下的协作围捕和搜索，是机器人领域最近兴起的研究热点。群机器人围捕和搜索系统是群机器人系统研究的非常典型的任务平台，具有重要的研究价值，有利于实现包围、救援、群体对抗队形保持、协作搬运、目标保卫，以及领导护卫等，可广泛用于反恐、军事安全保卫与警戒等方面。然而，目前的群机器人围捕和搜索系统理论尚不完备，所涉及的围捕和搜索环境相对简单，围捕系统的可扩展性不强，多目标围捕算法复杂，搜索时避障效果不佳、搜索效率不高。本书结合国内外关于机器人围捕和搜索算法的最新研究成果，重点研究了未知动态凸障碍物环境中非完整移动群机器人围捕、未知动态非凸障碍物环境中群机器人围捕、未知动态变形障碍物环境中群机器人围捕、未知动态复杂障碍物环境中群机器人协同多层围捕、未知动态凸障碍物环境中群机器人协同多目标围捕，以及未知动态复杂非凸障碍物环境下群机器人多目标搜索协调控制等，并用 MATLAB 仿真和物理平台实验验证了相关理论和算法，因此具有重要的学术理论意义和实际工程应用价值。

本书可作为机器人工程、控制科学与工程、电气工程、计算机科学与技术、电子工程、智能科学与技术等相关学科的教师、学生和研究开发技术人员，尤其是群机器人技术开发与应用研究者的参考书。

第 1 章 绪论

1.1 群机器人学研究概况

1.1.1 群机器人学

1.1.2 群机器人实现的主要任务以及研究的关键问题

1.2 围捕研究概况

1.2.1 多机器人围捕研究现状

1.2.2 群机器人围捕研究意义及现状

1.3 搜索研究概况

1.4 本书的主要内容与安排

参考文献

第 2 章 未知动态凸障碍物环境下非完整移动群机器人协作自组织围捕

2.1 引言

2.2 模型构建

2.2.1 群机器人运动模型及相关函数

2.2.2 围捕任务模型

2.3 围捕算法

2.3.1 简化虚拟受力模型

2.3.2 基于简化虚拟受力模型的个体控制输入设计

2.3.3 围捕算法步骤

2.4 稳定性分析

2.4.1 无障碍物环境下稳定性分析

2.4.2 凸障碍物环境下稳定性分析

2.5 无障碍物环境下仿真与分析

2.5.1 仿真结果

2.5.2 偏差收敛分析

2.6 未知动态凸障碍物环境下仿真与分析

2.7 SVF-Model 与 LP-Rule 的比较分析

2.8 本章小结

参考文献

第 3 章 未知动态非凸障碍物环境下群机器人协作自组织围捕

3.1 引言

3.2 模型构建

3.2.1 群机器人运动模型及相关函数

3.2.2 围捕任务模型

3.3 围捕算法

3.3.1 简化虚拟受力模型

3.3.2 基于简化虚拟受力模型的个体控制输入设计

3.3.3 围捕算法步骤

3.4 稳定性分析

3.5 无障碍物环境下仿真与分析

3.5.1 仿真结果

3.5.2 偏差收敛分析

3.6 未知动态非凸障碍物环境下仿真与分析

3.7 本章基于 SVF-Model 的围捕算法与其他算法的比较分析

3.8 本章小结

参考文献

第 4 章 未知动态变形障碍物环境下群机器人自组织协作围捕

4.1 引言

4.2 模型构建

4.2.1 群机器人运动模型及相关函数

4.2.2 围捕任务模型

4.3 围捕算法

4.3.1 简化虚拟受力模型

4.3.2 基于简化虚拟受力模型的个体控制输入设计

4.3.3 围捕算法流程图

4.4 稳定性分析

4.4.1 基本定理

4.4.2 特殊情况 1

4.4.3 特殊情况 2

4.4.4 特殊情况 3

4.5 无障碍物环境下仿真与分析

4.5.1 仿真结果

4.5.2 偏差收敛分析

4.6 未知动态变形障碍物环境下仿真与分析

4.7 本章基于 SVF-Model 的围捕算法与其他算法的比较分析

4.8 本章小结

参考文献

第 5 章 未知动态复杂障碍物环境下群机器人自组织协同多层围捕

5.1 引言

5.2 模型构建

5.2.1 群机器人运动模型及相关函数

5.2.2 围捕任务模型

5.3 围捕算法

5.3.1 简化虚拟受力模型

5.3.2 基于简化虚拟受力模型的个体控制输入设计

5.3.3 多层围捕算法流程图

5.4 稳定性分析

5.4.1 层与层之间移动稳定性分析

5.4.2 基本定理

5.4.3 特殊情况

5.5 无障碍物环境下仿真与分析

5.5.1 仿真结果

5.5.2 偏差收敛分析

5.6 未知动态变形障碍物环境下仿真与分析

5.6.1 含 Z 字形障碍物环境下仿真与分析

5.6.2 含 米 字形障碍物环境下仿真与分析

5.7 本章基于 SVF-Model 的围捕算法与其他算法的比较分析

5.8 本章小结

参考文献

第 6 章 未知动态凸障碍物环境下群机器人协同多目标围捕

6.1 引言

6.2 模型构建

6.2.1 群机器人运动模型及相关函数

6.2.2 围捕任务模型

6.3 围捕算法

6.3.1 简化虚拟受力模型

6.3.2 基于简化虚拟受力模型的个体控制输入设计

6.3.3 围捕算法步骤

6.4 稳定性分析

6.4.1 任务分配算法的稳定性分析

6.4.2 无障碍物环境下稳定性分析

6.4.3 未知动态凸障碍物环境下稳定性分析

6.5 无障碍物环境下仿真与分析

6.5.1 仿真结果

6.5.2 偏差收敛分析

6.6 未知动态凸障碍物环境下仿真与分析

6.7 本章基于 MSVF-Model 的围捕算法与其他算法的比较分析

6.8 本章小结

参考文献

第 7 章 未知动态非凸障碍物环境下群机器人多目标搜索协调控制

7.1 引言

7.2 群机器人多目标搜索任务分解

7.2.1 自组织任务分工

7.2.2 协调控制

7.3 群机器人系统控制策略

7.3.1 机器人运动模型及相关函数定义

7.3.2 具有运动学约束特性的微粒群算法

7.3.3 简化虚拟受力模型

7.3.4 基于简化虚拟受力模型的个体控制策略

7.3.5 控制算法步骤

7.4 仿真

7.4.1 系统参数设置及算法性能评价指标

7.4.2 仿真结果

7.4.3 结果分析

7.5 本章小结

参考文献

第 8 章 群机器人围捕物理实验

8.1 引言

8.2 群机器人实验平台

8.2.1 围捕群机器人

8.2.2 通信模块

8.3 传感器与 UWB 室内定位系统

。。。。。。。。。。。。。。。。。。