[發明專利]一種群體機器人的多目標搜索與圍捕控制方法及系統

有效

• 申請號: 202011373975.0
• 申請日: 2020-11-30
• 公開（公告）號: CN112684700B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 范衠;林培涵;馬培立;王琛;寧為博;李曉明;王詔君;李文姬
• 申請（專利權）人: 汕頭大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 劉俊文

1.一種群體機器人的多目標搜索與圍捕控制方法，其特征在于，所述方法包括以下步驟：

獲取基本元件庫中的多個基本元件，根據所述多個基本元件組合得到的拓撲結構形成基因調控網絡模型；

提取基因調控網絡模型中的參數，根據適應度函數對所述參數進行多目標優化，得到優化好的基因調控網絡模型；

根據優化好的基因調控網絡確定群體聚合形態，控制群體機器人以所述群體聚合形態進行多目標搜索與圍捕；

其中，基本元件包括第一與非元件、或非元件、第二與非元件、第一異或元件、第二異或元件和異或非元件；

其中，θ和k為調控參數，θ的取值范圍為[0，2]，k＝1，y表示將基因x₁和基因x₂輸入基本元件進行處理后輸出的基因；x為由x₁和x₂決定的因變量；

其中，第一與非的基因表達關系方程為：x＝x₁*x₂；

或非的基因表達關系方程為：x＝x₁*x₂；

第二與非的基因表達關系方程為：x＝x₁*(1-x₂)；

第一異或的基因表達關系方程為：x＝x₁+(1-x₂)；

第二異或的基因表達關系方程為：x＝1-sig(x₁*(1-x₂)，x＝sig((1-x₁)*x₂；

異或非的基因表達關系方程為：x＝1-sig(x₁*(1-x₁)，x＝x₂*x₂；

其中，所述提取基因調控網絡模型中的參數，根據適應度函數對所述參數進行多目標優化，得到優化好的基因調控網絡模型，包括：

步驟S210、隨機生成樹結構的初始種群，對初始種群中每個個體隨機生成包含多套元件參數的參數種群；

步驟S220、采用差分進化算法對參數種群進行訓練，根據設定的約束違反值和適應度函數值從參數種群中確定初始種群中每個個體的優選參數，從而得到當代種群；

步驟S230、復制當代種群，對當代種群進行交叉、變異、補充，得到新的種群，根據所述新的種群和所述當代種群得到下一代種群；

步驟S240、對下一代種群中每個個體隨機生成包含多套元件參數的參數種群，并執行步驟S220進行迭代計算；

步驟S250、重復執行步驟S220至步驟S240，直至迭代次數達到設定閾值，根據最后得到的種群中的每個個體確定優化得到的基因調控網絡；

所述適應度函數值通過以下方式確定：

設定群體機器人距離目標的最近距離和最遠距離，群體機器人與障礙物之間的最近距離，所述適應度函數值包括第一函數值，所述第一函數值的計算公式為：

其中，N_p為群體機器人的總數，N_t為目標的總數，N_o為障礙物的總數；d_min為群體機器人到目標的最近距離，d_max為群體機器人到目標的最遠距離；為群體機器人到障礙物最小安全距離；為第i個機器人到第j個目標的距離；為第i個機器人到第s個障礙物的距離；k₁、k₂和k₃為基因表達的調控參數；

所述適應度函數值還包括第二函數值，所述第二函數值的計算公式為：f₂＝node(m_e)，其中，m_e為第e個基因調控網絡模型，node(m_e)表示計算第e個基因調控網絡模型的節點個數。

2.根據權利要求1所述的一種群體機器人的多目標搜索與圍捕控制方法，其特征在于，所述根據所述新的種群和所述當代種群得到下一代種群，包括：

合并所述新的種群和所述當代種群得到合并種群；

計算合并種群中個體之間的擁擠度；

利用非支配排序算法對合并種群中每個個體進行非支配排序，根據排序結果和擁擠度確定保留的個體，將保留的個體作為下一代種群。