[發明專利]基于Bang-bang控制策略的最優時間追蹤捕獲系統及其方法

有效

• 申請號: 201210014628.8
• 申請日: 2012-01-17
• 公開（公告）號: CN102566432A
• 公開（公告）日: 2012-07-11
• 發明（設計）人: 陳彩蓮;李立安;關新平
• 申請（專利權）人: 上海交通大學
• 主分類號: G05B13/04
• 分類號: G05B13/04;G05D1/12
• 代理公司: 上海旭誠知識產權代理有限公司 31220
• 代理人: 鄭立

技術領域

本發明涉及控制系統的技術領域，具體的，涉及一種基于Bang-bang控制策略的最優時間追蹤捕獲系統及其方法。

背景技術

追蹤逃逸的對抗游戲(Pursuit-Evasion?Game，PEG)包含兩個玩家，一個追逐者和一個逃逸者。追逐者試圖捕獲到逃逸者，而逃逸者試圖避免被捕獲。PEG是很多實際問題的數學描述，比如導彈打擊飛行器，目標營救，目標監控，移動機器人追蹤捕獲入侵到目標區域的入侵者等。

近些年，關于PEG的研究從理論的數學模型的建立以及分析，轉換到實際應用中來。將PEG理論結合智能機器人的控制應用于目標追蹤捕獲就是一個研究較多的領域。目標追蹤捕獲是指在入侵者進入到監測區域時，追逐者機器人對入侵者進行追蹤直至捕獲，或入侵者離開監測區域。目標的追蹤捕獲廣泛應用于軍事偵察，應急搜救，民用監控等。目標追蹤捕獲問題一直是科學研究的熱點，研究者在理論上提出過很多模型來分析這類問題，如獅子模型，K-消極模型，清潔污染模型等，并應用貪婪算法，蟻群算法等優化算法來獲得最優路徑。這些算法在理論上證明了追蹤捕獲問題在特定模型下的特定結論。理論上的研究大多是在理想的情況下，不考慮外界環境的干擾，不考慮追逐者自身條件的限制。因此，將理論研究應用到實際中還有一定的距離。目前，目標追蹤捕獲的研究也大多局限于理論上或計算機仿真上，真正將算法應用到實際并構建追蹤系統的很少。

經對現有文獻進行檢索，在Laurent?Alonso等人的文章“Lion?and?man：upper?and?lower?bounds”中提出在圓形區域內并在獅子和人的速度相同的前提下，可得到連續時間域內獅子追逐到人的時間范圍。文章“Solution?of?David?Gale’s?lion?and?man?problem”在空間連續但是時間離散的前提下，對獅子追逐到人以及人如何逃避獅子的追逐都進行了理論上的分析并得到了證明。Mohammad?Emtiyaz?Khan的文章“Game?Theory?Models?for?Pursuit?Evasion?Games”中提出了幾種建立PEG問題的模型，如Extensive?Form?Game，Differential?Game，Repeated?Game。

然而，上面這些文章都只在理論上進行了分析，模型的建立需要的限制條件較多，與實際應用還有一定差距。中國專利申請號為200810119587.2，名稱為“一種基于可行通道的機器人目標追蹤方法”的專利申請公開了一種機器人目標追蹤方法，該方法建立了實際的目標追蹤系統，但是沒有應用理論上的控制算法，無法從理論上保證追蹤時間最優。

發明內容

有鑒于現有技術的上述缺陷，本發明所要解決的技術問題是提供一種應用Bang-bang控制策略完成目標追蹤捕獲的最優時間控制系統及其方法。本發明通過模塊化的思想，設計了可行性強、功能完善的基本模塊，并通過基本模塊的搭建及相互協作構建一個將Bang-bang控制策略應用到目標追蹤捕獲以實現時間最優的控制系統。該系統對Bang-bang控制的理論進行了實際的驗證及應用，同時該系統可以作為目標追蹤捕獲算法實現及驗證的平臺。

為實現上述目的，本發明提供了一種基于Bang-bang控制策略的最優時間追蹤捕獲系統，其包括

定位模塊，其采集逃逸機器人和追逐機器人在監測區域內的定位圖像；

解耦模塊，其對所述定位模塊得到的圖像進行處理，從而得到所述追逐機器人和逃逸機器人的特征色塊的X，Y方向的坐標數據；

通信模塊，其將從所述解耦模塊得到的坐標數據傳遞到所述追逐機器人；

算法分析模塊，其根據Bang-bang控制策略計算出所述追逐機器人的控制量以及最短追逐捕獲時間；

以及機器人控制模塊，其根據所述算法分析模塊的計算出的控制量，結合所述追逐機器人自身位置以及運動方向計算所述追逐機器人的目標速度和方向，從而實時調整所述追逐機器人速度和方向以完成追逐捕獲任務；

其中，所述定位模塊、解耦模塊、通信模塊、算法分析模塊與機器人控制模塊依次相連。

進一步地，上述的基于Bang-bang控制策略的最優時間追蹤捕獲系統，其中，所述定位模塊采用的是攝像頭，所述攝像頭連續不斷的采集所述監測區域內所述追逐機器人和逃逸機器人的RGB格式的圖像，并對圖像進行濾波處理。