[發明專利]一種集群智能控制系統和方法

有效

• 申請號: 201710301002.8
• 申請日: 2017-05-02
• 公開（公告）號: CN107422637B
• 公開（公告）日: 2019-06-07
• 發明（設計）人: 胡濤;張俐;丁林山;王鄭亞;邵修;金聰;徐陽陽;劉熠;杜謙
• 申請（專利權）人: 華中科技大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 周磊;曹葆青

1.一種集群智能控制系統，其特征在于，包括上位機、WIFI模塊、微控制器、應變片、電機、陀螺儀和螺旋扇葉，其中，

所述上位機通過所述WIFI模塊與所述微控制器連接；

所述微控制器分別連接應變片、電機和陀螺儀；

集群機器人中每個個體上均安裝所述應變片、電機和陀螺儀，每個個體上設置多個所述電機，每個所述電機上均連接所述螺旋扇葉，以用于推動個體移動，所述微控制器通過所述電機帶動所述螺旋扇葉旋轉，并且所述微控制器通過改變PWM占空比的方式控制所述電機的轉速，以獲得個體移動所需要的推力；

所述應變片用于測量每個風扇作用在個體上的推力值并傳送給所述微控制器，所述微控制器基于獲得的實際推力值與目標推力值進行比較，從而實時調整電機的轉速；與此同時，所述微控制器通過陀螺儀獲得個體的當前角速度，從而獲得個體的當前姿態角度并實時調整電機的轉速差，進而實現個體的轉彎，以此方式，使集群機器人的每個個體均按設定軌跡運動，進而實現對集群機器人運動的總軌跡路徑的控制。

2.一種集群機器人智能控制方法，其特征在于，包括以下步驟：

1)微控制器獲取測量數據，所述測量數據包括所有個體的位置信息、速度信息、角度信息和加速度信息；

2)微控制器將數據傳送給上位機，上位機根據上一次獲得的測量數據和總軌跡路徑是否異常，如果是，則進入步驟3)，如果否，則進入步驟4)；其中集群機器人中每個個體分別具有運動軌跡，所有個體的運動軌跡共同形成集群機器人的所述總軌跡路徑；

3)混合粒子群萬有引力搜索算法接收異常信息，并根據異常狀況重新計算集群機器人的最優總軌跡路徑；

4)上位機根據當前的總軌跡路徑、加速度信息、角度信息、位置信息和速度信息分析獲得當前需要的每個個體的加速度大小a_i，并根據個體加速度a_i獲得個體所需要的推力F_i，然后將推力F_i發送至微控制器；

5)微控制器根據推力F_i控制每個個體上的電機的轉動，從而控制每個個體的運動，進而控制集群機器人運動的總軌跡路徑。

3.根據權利要求2所述的一種集群機器人智能控制方法，其特征在于，在集群機器人遇到障礙物或集群機器人中的個體發生故障時，需要動態優化實時總軌跡路徑，優化過程如下：

混合粒子群萬有引力搜索算法的模型如下：

其中V^d_i(t+1)_pso來自粒子群算法的速度更新公式，并且，

其中V^d_i(t+1)_GSA來自萬有引力搜索算法的速度更新公式，并且，

上述式(1)和式(2)中，為混合粒子群萬有引力搜索算法的第i個粒子在迭代t+1次后的速度，V^d_i(t+1)_pso為粒子群算法的第i個粒子在迭代t+1次后的速度，V^d_i(t)_pso為粒子群算法的第i個粒子在迭代t次后的速度，x^d_i(t+1)為第i個粒子在迭代t+1次后的位置，x^d_i(t)為第i個粒子在迭代t次后的位置，C₃和C₄均為加速系數，用于調節混合粒子群萬有引力搜索算法中粒子群算法的速度和引力搜索算法的加速度，Φ₃是[0，1]的任意數，并且Φ₃的大小決定了粒子群的速度和引力搜索算法的加速度對混合粒子群萬有引力搜索算法中粒子速度更新所占比重，t是當前迭代次數，d是搜索空間的維數；

式(3)和式(4)中，w為慣性權重，C₁和C₂均為加速度系數，Φ₁和Φ₂均為在[0，1]范圍變化的隨機數；X_pbesti為個體最優粒子的位置，X_gbest為全局最優粒子的位置；

式(5)中，β為[0，1]之間的任意數，a_i為粒子的加速度；

優化時，先隨機初始化種群粒子位置及飛行速度，比較粒子當前位置和該粒子所經歷過最好位置X_pbesti的適應度值；若粒子當前位置的適應度值小于個體最好位置X_pbesti的適應度值，則以當前粒子位置替換X_pbesti；比較個體最優粒子位置X_pbesti和全局最優粒子位置X_gbest的適應度值，若X_pbesti的適應度值小于X_gbest的適應度值，則把X_pbesti賦予X_gbest；依據公式重新計算粒子位置和速度，若達到設定的迭代次數Max_Iter，則停止迭代，當前解即為最優解，從而獲得集群機器人的最優總軌跡路徑。