发明名称 一种协调多机器人系统的智能控制方法
摘要 本发明涉及一种协调多机器人系统的智能控制方法。现有的方法会使多机器人系统消耗过多的能量。本发明根据气味源释放气味分子的运动学模型,建立机器人对于气味源位置的观测模型;然后在每一个采样周期内,如果检测到气味,则使用Kalman滤波理论和机器人对气味源位置的观测值,估计气味源的位置;基于群体中检测到最大气味浓度的机器人对气味源位置的估计值,更新各个机器人对气味源位置的估计值,并使用机器人对气味源位置的估计值作为计算机器人下一步位置的依据。本发明有效地提高气味源定位的精度,保证多机器人系统能量的较小消耗,同时满足实际中要求快速定位的要求。
申请公布号 CN102169346A 申请公布日期 2011.08.31
申请号 CN201110040377.6 申请日期 2011.02.18
申请人 杭州电子科技大学 发明人 吕强;谢小高;罗平
分类号 G05D1/02(2006.01)I 主分类号 G05D1/02(2006.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 杜军
主权项 1.一种协调多机器人系统的智能控制方法,其特征在于该方法包括两个步骤:首先在采样周期k<sub>1</sub>内计算得到气味源位置的估计值<img file="56423DEST_PATH_IMAGE001.GIF" wi="" he="" />,然后在采样周期k<sub>2</sub>内基于估计值<img file="786613DEST_PATH_IMAGE001.GIF" wi="" he="" />计算得到机器人的位置,其中k<sub>1</sub>&gt;k<sub>2</sub>;所述的气味源位置的估计值<img file="566350DEST_PATH_IMAGE001.GIF" wi="" he="" />的具体计算方法如下:(1)利用气味分子团的运动学模型,建立气味源位置的观测模型,具体方法是:a.建立气味分子团的运动模型,得到气味分子团的位置:气味分子团的运动模型为:<img file="23876DEST_PATH_IMAGE002.GIF" wi="" he="" />其中,r(t)指气味分子团在<img file="149833DEST_PATH_IMAGE003.GIF" wi="" he="" />时刻的位置;<img file="972296DEST_PATH_IMAGE004.GIF" wi="" he="" />指气味分子团在<img file="301646DEST_PATH_IMAGE003.GIF" wi="" he="" />时刻位置的微分;u(t)是在<img file="500546DEST_PATH_IMAGE003.GIF" wi="" he="" />时刻的均值风速度;<img file="982474DEST_PATH_IMAGE005.GIF" wi="" he="" />表示一个随机过程,该过程服从均值为零,方差为<img file="975838DEST_PATH_IMAGE006.GIF" wi="" he="" />的高斯分布;对气味分子团的运动模型在时间段[<img file="344547DEST_PATH_IMAGE007.GIF" wi="" he="" />,<img file="143876DEST_PATH_IMAGE008.GIF" wi="" he="" />](<img file="480310DEST_PATH_IMAGE009.GIF" wi="" he="" />)内进行积分,获得气味分子团在<img file="972472DEST_PATH_IMAGE010.GIF" wi="" he="" />时刻被气味源释放,在当前时刻<img file="531541DEST_PATH_IMAGE011.GIF" wi="" he="" />时的位置:<img file="806664DEST_PATH_IMAGE012.GIF" wi="" he="" />其中,[<img file="512452DEST_PATH_IMAGE010.GIF" wi="" he="" />,<img file="660668DEST_PATH_IMAGE011.GIF" wi="" he="" />]指积分的时间段,<img file="389590DEST_PATH_IMAGE010.GIF" wi="" he="" />指气味源释放气味分子团的时间,<img file="468404DEST_PATH_IMAGE008.GIF" wi="" he="" />指当前时间;<img file="28698DEST_PATH_IMAGE013.GIF" wi="" he="" />指的是在当前时间<img file="111930DEST_PATH_IMAGE014.GIF" wi="" he="" />气味分子团的位置;<img file="62568DEST_PATH_IMAGE015.GIF" wi="" he="" />是在时刻<img file="820440DEST_PATH_IMAGE016.GIF" wi="" he="" />气味源的位置;b.确定气味分子团的离散运动模型:通过定义<img file="235241DEST_PATH_IMAGE017.GIF" wi="" he="" />和<img file="177789DEST_PATH_IMAGE018.GIF" wi="" he="" />,将气味分子团的位置离散化;其中离散时刻<img file="927308DEST_PATH_IMAGE019.GIF" wi="" he="" />是气味源释放气味分子团时间<img file="410242DEST_PATH_IMAGE020.GIF" wi="" he="" />的整数值;离散时刻<img file="695861DEST_PATH_IMAGE021.GIF" wi="" he="" />是当前时间<img file="871627DEST_PATH_IMAGE022.GIF" wi="" he="" />的整数值;<img file="796858DEST_PATH_IMAGE023.GIF" wi="" he="" />是指时间的微小变化;从而气味分子团的离散运动模型为:<img file="332750DEST_PATH_IMAGE024.GIF" wi="" he="" />其中,气味源位置在一定时间内是静止的,所以有<img file="456564DEST_PATH_IMAGE025.GIF" wi="" he="" />;<img file="740915DEST_PATH_IMAGE026.GIF" wi="" he="" />表示气味源在<img file="966491DEST_PATH_IMAGE019.GIF" wi="" he="" />时刻释放气味分子团,在<img file="994490DEST_PATH_IMAGE027.GIF" wi="" he="" />时刻的位置;<img file="238389DEST_PATH_IMAGE028.GIF" wi="" he="" />表示在时间段[<img file="757225DEST_PATH_IMAGE019.GIF" wi="" he="" />,<img file="719365DEST_PATH_IMAGE021.GIF" wi="" he="" />]内风推动气味分子团的移动距离;<img file="285475DEST_PATH_IMAGE029.GIF" wi="" he="" />表示随机过程,服从均值为零,方差<img file="400193DEST_PATH_IMAGE030.GIF" wi="" he="" />的正态分布;考虑到气味分子团释放时间的所有可能性,即<img file="760767DEST_PATH_IMAGE031.GIF" wi="" he="" /><img file="210203DEST_PATH_IMAGE032.GIF" wi="" he="" />则气味分子团的离散运动模型进一步表示如下:<img file="580004DEST_PATH_IMAGE033.GIF" wi="" he="" />其中,<img file="782185DEST_PATH_IMAGE034.GIF" wi="" he="" />为<img file="641556DEST_PATH_IMAGE027.GIF" wi="" he="" />时刻气味分子团的位置;<img file="250392DEST_PATH_IMAGE035.GIF" wi="" he="" />为<img file="236934DEST_PATH_IMAGE021.GIF" wi="" he="" />时刻气味源的位置;<img file="247615DEST_PATH_IMAGE036.GIF" wi="" he="" />为<img file="277888DEST_PATH_IMAGE021.GIF" wi="" he="" />时刻风推动气味分子团移动的距离;<img file="374020DEST_PATH_IMAGE037.GIF" wi="" he="" />是测量噪声,并且服从零均值,<img file="397208DEST_PATH_IMAGE038.GIF" wi="" he="" />方差的正态分布;c.通过定义<img file="324713DEST_PATH_IMAGE039.GIF" wi="" he="" />,得到气味源位置的观测模型:<img file="463570DEST_PATH_IMAGE040.GIF" wi="" he="" />其中,<img file="860048DEST_PATH_IMAGE041.GIF" wi="" he="" />是第i个机器人在时刻<img file="172081DEST_PATH_IMAGE042.GIF" wi="" he="" />对气味源位置<img file="157354DEST_PATH_IMAGE035.GIF" wi="" he="" />的测量值;(2)使用气味源位置的观测模型,产生机器人对气味源位置的观测值,并使用Kalman滤波理论,获得气味源位置的估计值;具体方法是:d.在获得机器人对气味源位置的观测值之前,获得气味源位置的先验估计值和先验协方差矩阵;<img file="778697DEST_PATH_IMAGE043.GIF" wi="" he="" /><img file="849421DEST_PATH_IMAGE044.GIF" wi="" he="" />其中,<img file="965145DEST_PATH_IMAGE045.GIF" wi="" he="" />表示机器人对气味源位置在<img file="617974DEST_PATH_IMAGE046.GIF" wi="" he="" />时刻的后验估计值;<img file="98634DEST_PATH_IMAGE047.GIF" wi="" he="" />是机器人对气味源位置在<img file="453392DEST_PATH_IMAGE021.GIF" wi="" he="" />时刻的先验估计值;<img file="310490DEST_PATH_IMAGE048.GIF" wi="" he="" />是关于气味源位置在<img file="322220DEST_PATH_IMAGE046.GIF" wi="" he="" />时刻的后验协方差矩阵;<img file="973781DEST_PATH_IMAGE049.GIF" wi="" he="" />关于气味源位置在<img file="81415DEST_PATH_IMAGE021.GIF" wi="" he="" />时刻的先验协方差矩阵;e.当机器人通过对气味源位置的观测模型,获得气味源位置的观测值时,更新气味源位置的先验估计值,计算出气味源位置的后验估计值,具体计算公式如下:<img file="476624DEST_PATH_IMAGE050.GIF" wi="" he="" /><img file="838466DEST_PATH_IMAGE051.GIF" wi="" he="" /><img file="988825DEST_PATH_IMAGE052.GIF" wi="" he="" />其中,<img file="255858DEST_PATH_IMAGE053.GIF" wi="" he="" />是测量噪声协方差矩阵;<img file="766343DEST_PATH_IMAGE054.GIF" wi="" he="" />是Kalman增益;<img file="169642DEST_PATH_IMAGE055.GIF" wi="" he="" />表示机器人对气味源位置在<img file="490902DEST_PATH_IMAGE021.GIF" wi="" he="" />时刻的后验估计值;<img file="245231DEST_PATH_IMAGE056.GIF" wi="" he="" />是关于气味源位置在<img file="795293DEST_PATH_IMAGE021.GIF" wi="" he="" />时刻的后验协方差矩阵;(3)使用检测到最大浓度幅度的机器人对气味源位置的估计值,更新当前机器人对气味源位置的估计值,即:<img file="318678DEST_PATH_IMAGE057.GIF" wi="" he="" />其中,<img file="810839DEST_PATH_IMAGE058.GIF" wi="" he="" />和<img file="98470DEST_PATH_IMAGE059.GIF" wi="" he="" />是调节参数;<img file="639173DEST_PATH_IMAGE060.GIF" wi="" he="" />表示第<img file="344960DEST_PATH_IMAGE061.GIF" wi="" he="" />个机器人对气味源位置在<img file="493176DEST_PATH_IMAGE021.GIF" wi="" he="" />时刻的估计值,此外第<img file="222098DEST_PATH_IMAGE061.GIF" wi="" he="" />个机器人也是获得最大浓度幅度信息的机器人;(4)从第(2)步重新开始执行并提供气味源位置的估计值<img file="300912DEST_PATH_IMAGE055.GIF" wi="" he="" />;所述的机器人的位置的具体计算方法如下:在采样周期<img file="861206DEST_PATH_IMAGE062.GIF" wi="" he="" />内判断机器人的状态;如果机器人的状态是气味检测事件发生状态,执行步骤a;否则执行步骤b;a.如果机器人的当前状态,即气味检测事件发生状态是刚从气味检测事件不发生状态转变过来,则执行步骤①;否则执行步骤②;①基于气味源位置的最新估计值<img file="367274DEST_PATH_IMAGE063.GIF" wi="" he="" />,则机器人下一步的位置为气味源位置的最新估计值,即<img file="895076DEST_PATH_IMAGE064.GIF" wi="" he="" />其中,<img file="839899DEST_PATH_IMAGE065.GIF" wi="" he="" />是<img file="192383DEST_PATH_IMAGE066.GIF" wi="" he="" />时刻第i个机器人的位置;<img file="947980DEST_PATH_IMAGE067.GIF" wi="" he="" />是这一状态的持续时间;<img file="385915DEST_PATH_IMAGE068.GIF" wi="" he="" />表示在<img file="868849DEST_PATH_IMAGE069.GIF" wi="" he="" />时刻获得的机器人对气味源位置的估计值;②采用一致性算法控制机器人继续移动,执行时间为<img file="647143DEST_PATH_IMAGE067.GIF" wi="" he="" />秒;当该状态的持续时间超过<img file="495014DEST_PATH_IMAGE067.GIF" wi="" he="" />秒后,机器人的状态自动转变为气味检测事件不发生状态;b.如果机器人的当前状态,即气味检测事件不发生状态是刚从气味检测事件发生状态转变过来,则执行步骤③;否则执行步骤④;③基于气味源位置的最新估计值<img file="420244DEST_PATH_IMAGE063.GIF" wi="" he="" />和风的速度信息,计算机器人下一步的位置;<img file="706869DEST_PATH_IMAGE070.GIF" wi="" he="" /><img file="33945DEST_PATH_IMAGE071.GIF" wi="" he="" />其中:<img file="131345DEST_PATH_IMAGE072.GIF" wi="" he="" />和<img file="606189DEST_PATH_IMAGE073.GIF" wi="" he="" />分别是风在<img file="368609DEST_PATH_IMAGE074.GIF" wi="" he="" />轴和<img file="861776DEST_PATH_IMAGE075.GIF" wi="" he="" />轴方向的速度;<img file="379345DEST_PATH_IMAGE076.GIF" wi="" he="" />是第i个机器人在<img file="279168DEST_PATH_IMAGE069.GIF" wi="" he="" />时刻对于气味源位置最新估计值在<img file="658328DEST_PATH_IMAGE074.GIF" wi="" he="" />轴方向的坐标;<img file="694417DEST_PATH_IMAGE077.GIF" wi="" he="" />第i个机器人在<img file="382887DEST_PATH_IMAGE078.GIF" wi="" he="" />时刻位置在<img file="770006DEST_PATH_IMAGE074.GIF" wi="" he="" />轴方向的坐标;<img file="185813DEST_PATH_IMAGE079.GIF" wi="" he="" />和<img file="341988DEST_PATH_IMAGE080.GIF" wi="" he="" />第i个机器人在<img file="201359DEST_PATH_IMAGE081.GIF" wi="" he="" />时刻位置在<img file="810195DEST_PATH_IMAGE074.GIF" wi="" he="" />轴和<img file="796737DEST_PATH_IMAGE082.GIF" wi="" he="" />轴方向的坐标;<img file="807418DEST_PATH_IMAGE083.GIF" wi="" he="" />是状态的持续时间;④采用一致性算法控制机器人继续移动,执行时间为<img file="837691DEST_PATH_IMAGE083.GIF" wi="" he="" />秒;在移动的过程中,如果机器人检测到气味浓度信息,则机器人的状态转变为气味检测事件发生状态;如果在时间<img file="933823DEST_PATH_IMAGE083.GIF" wi="" he="" />秒后,没有检测到气味浓度,重新计算机器人下一步的位置;具体方法是:<img file="691432DEST_PATH_IMAGE084.GIF" wi="" he="" /><img file="822199DEST_PATH_IMAGE085.GIF" wi="" he="" />其中,<img file="23373DEST_PATH_IMAGE086.GIF" wi="" he="" />和<img file="419851DEST_PATH_IMAGE087.GIF" wi="" he="" />分别是控制<img file="669567DEST_PATH_IMAGE074.GIF" wi="" he="" />轴和<img file="717157DEST_PATH_IMAGE075.GIF" wi="" he="" />轴方向搜索范围的控制参数,<img file="26916DEST_PATH_IMAGE088.GIF" wi="" he="" />在<img file="415084DEST_PATH_IMAGE089.GIF" wi="" he="" />范围内产生一个均匀分布的随机数;И从第步重新开始执行,直到群体机器人中,某一个机器人检测到的气味浓度达到预先设定值,或通过视觉传感器判断出气味源,然后通过无线网络通知第i个机器人,或搜索时间超过事先规定的时间时,则结束。
地址 310018 浙江省杭州市下沙高教园区2号大街