[發(fā)明專利]基于基因調控網絡的群體機器人動態(tài)圍捕控制方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 202011374003.3 | 申請日: | 2020-11-30 |
| 公開(公告)號: | CN112462779B | 公開(公告)日: | 2023-07-25 |
| 發(fā)明(設計)人: | 范衠;李曉明;王詔君;王柳;黃華興;林培涵;馬培立;龍周彬 | 申請(專利權)人: | 汕頭大學 |
| 主分類號: | G05D1/02 | 分類號: | G05D1/02 |
| 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 |
| 地址: | 515063 *** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 基因 調控 網絡 群體 機器人 動態(tài) 圍捕 控制 方法 系統(tǒng) | ||
本發(fā)明涉及群體智能技術領域,具體涉及一種基于基因調控網絡的群體機器人動態(tài)圍捕控制方法及系統(tǒng),所述方法為:控制群體機器人在未知環(huán)境中進行搜索,直到搜索到目標;在群體機器人搜索到目標后,利用群體機器人機載的傳感器對目標周圍的環(huán)境信息進行探測,獲得目標的相對位置以及目標周圍的環(huán)境中障礙物的相對位置;接著,將目標的相對位置和障礙物的相對位置輸入至基因調控網絡模型中進行迭代訓練,得到訓練好的基因調控網絡模型;最后,根據訓練好的基因調控網絡模型生成群體聚合形態(tài),控制群體機器人按所述群體聚合形態(tài)對目標進行包圍,本發(fā)明能夠在復雜的、動態(tài)的、未知的環(huán)境下實時、高效地完成圍捕任務。
技術領域
本發(fā)明涉及群體智能技術領域,具體涉及一種基于基因調控網絡的群體機器人動態(tài)圍捕控制方法及系統(tǒng)。
背景技術
現有技術中,基于生物演化機理的群體智能研究主要從兩個層面展開,即基于動物群體行為的群體智能研究(宏觀層面)和基于生物細胞演化機理的群體智能研究(微觀層面)。群體聚合行為在生物群體中十分常見,其包括群體形態(tài)的形成以及群體形態(tài)的維持。具體而言,群體聚合形態(tài)的生成一般由多機器人通過相互協(xié)同,生成具有一定形狀的群體聚合形態(tài),這種聚合形態(tài)既可以是預定義的,也可以是群體機器人中單個機器人通過與鄰居機器人進行局部信息交互從而自組織協(xié)同形成的。
過去十年,很多研究者對基于基因調控網絡的群體聚合形態(tài)生成進行了大量的研究。例如Jin等人提出了機器人系統(tǒng)與DNA與細胞之間機制的隱喻。然后,分層基因調控網絡用于表示群體機器人系統(tǒng),成功地控制群體形態(tài)形成。Oh等人提出了一種基于進化分層基因調控網絡模型的群體聚合形態(tài)形成方法,提高了群體聚合形態(tài)生成的靈活性和對各種場景的適應性。為了實現避障,Peng等人在分層基因調控網絡的下層中加入一些避障機制,而分層基因調控網絡的上層和Jin等人所提出的一樣。
然而,目前大多數基因調控網絡模型在設計之前,要么假設環(huán)境是已知的,要么是離線優(yōu)化基因調控網絡模型里的參數。這些假設使群體機器人系統(tǒng)很難利用基因調控網絡模型在未知環(huán)境下完成圍捕任務。大多數基因調控網絡模型不僅需要依靠人為的知識經驗來設計,有時還需要離線地進行優(yōu)化。這些局限性使得在復雜的、動態(tài)的、未知的環(huán)境下群體機器人系統(tǒng)利用基因調控網絡模型完成圍捕任務往往成為一個繁復且低效的過程。
發(fā)明內容
本發(fā)明提供一種基于基因調控網絡的群體機器人動態(tài)圍捕控制方法及系統(tǒng),以解決現有技術中所存在的一個或多個技術問題,至少提供一種有益的選擇或創(chuàng)造條件。
為了實現上述目的,本發(fā)明提供以下技術方案:
一種基于基因調控網絡的群體機器人動態(tài)圍捕控制方法,所述方法包括以下步驟:
控制群體機器人在未知環(huán)境中進行搜索,直到搜索到目標;
在群體機器人搜索到目標后,利用群體機器人機載的傳感器對目標周圍的環(huán)境信息進行探測,獲得目標的相對位置以及目標周圍的環(huán)境中障礙物的相對位置;
將目標的相對位置和障礙物的相對位置輸入至基因調控網絡模型中進行迭代訓練,得到訓練好的基因調控網絡模型;
根據訓練好的基因調控網絡模型生成群體聚合形態(tài),控制群體機器人按所述群體聚合形態(tài)對目標進行包圍。
進一步,所述群體機器人機載的傳感器包括:超聲波傳感器、氣味傳感器、紅外傳感器、攝像頭中至少一種。
進一步,所述基因調控網絡模型包括產生層和形成層,其中,產生層用于根據目標的相對位置以及障礙物的相對位置自適應生成群體聚合形態(tài),形成層用于控制群體機器人維持由產生層產生的群體聚合形態(tài)。
進一步,所述產生層用于通過基因調控方程對基因調控網絡模型進行迭代訓練,所述基因調控方程為;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于汕頭大學,未經汕頭大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011374003.3/2.html,轉載請聲明來源鉆瓜專利網。





