[發明專利]一種基于群體機器人的目標圍捕控制方法及系統

有效

• 申請號: 202011376837.8
• 申請日: 2020-11-30
• 公開（公告）號: CN112527020B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 范衠;馬培立;王詔君;石澤;蔡堉偉;李曉明;林培涵;李文姬
• 申請（專利權）人: 汕頭大學
• 主分類號: G05D1/12
• 分類號: G05D1/12;G05D1/02;G06N3/006
• 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

本發明涉及機器人技術領域，具體涉及一種基于群體機器人的目標圍捕控制方法及系統，所述方法為：初始化環境地圖中的信息素和機器人位置，對執行環境進行探測，以更新環境地圖中的信息素，并根據更新后的信息素和反蟻群算法確定運動路徑；當機器人探測到目標或跟隨信息素時，通過檢測信息素濃度的變化來計算該目標在過去一段時間內的位移變化，并基于跟蹤算法自適應調整該機器人的運動速度和方向，以保持對目標的跟蹤，通過信息素濃度生成特征點，根據所述特征點確定群體聚合形態，控制群體機器人到達生成的群體聚合形態上，以對至少一個目標進行圍捕，本發明能夠實現在未知環境和通信受限的情況下的目標搜索和圍捕。

技術領域

本發明涉及機器人技術領域，具體涉及一種基于群體機器人的目標圍捕控制方法及系統。

背景技術

近年來，未知環境下的目標搜索和圍捕問題越來越受到學術界的關注。單個機器人對于復雜任務處理的能力通常被認為是有限的，而多機器人系統可以通過局部交互來協同完成復雜的任務。與單機器人系統相比，多機器人系統具有適應性強、擴展性強、可靠性高等優點。由于這些因素，基于群體機器人的目標搜索和圍捕系統在現實世界中有很多應用，例如災后搜索和營救幸存者，部署移動傳感器網絡，區域覆蓋及協作，截留護送任務和小型飛行器編隊飛行等。

Kong等人提出了一種分布式解決區域覆蓋問題的方法。機器人在移動過程中逐漸建立一個環境地圖，所有機器人都可以從這個地圖中獲得環境信息。因此，機器人可以知道哪些區域是未探索的，從而指導自己進行移動以覆蓋剩余的未探索區域。

Zhang等人在已有規則的基礎上使用插值隱函數(RBIF)來代替原有的非均勻有理b樣條函數，從而實現了群體機器人分裂和群體聚合形態的合并。然而，在該工作中需要中心協調機器人才能生成特定的隊形，這大大降低了該模型的適用性。Yuan等人根據領導跟隨(1eader-fol?lower)模型提出了名為TH-GRN(Tracking-based?Hierarchical?GeneRegulatory?Network，基于跟蹤的分層基因調控網絡)的群體機器人行為模式，該方法將分層基因調控網絡與領導跟隨模型相結合。

現有技術中，目標搜索和目標圍捕通常需要獨立解決，被視為兩個獨立的分支?，F有的群機器人目標搜索和圍捕方法通常計算復雜，單體機器人的硬件性能難以滿足軟件的執行速度，從而降低執行效率，難以同時實現目標搜索和目標圍捕這兩種不同類型任務；許多方法基于一些不現實的假設，例如可靠的通信鏈路，精準的自定位系統，已知的環境信息，乃至有些方法需要存在中央協調控制器來統一控制群體機器人的運動。在一些無法提供可靠的通信鏈路和自定位的通信拒止的環境中，機器人會無法對目標完成搜索和圍捕的工作。

發明內容

本發明提供一種基于群體機器人的目標圍捕控制方法及系統，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造條件。

為了實現上述目的，本發明提供以下技術方案：

一種基于群體機器人的目標圍捕控制方法，所述方法包括：

初始化環境地圖中的信息素和機器人位置，所述環境地圖為執行環境的占據柵格地圖；

機器人對執行環境進行探測，以更新環境地圖中的信息素，并根據更新后的信息素和反蟻群算法確定運動路徑；所述信息素包括障礙信息素和跟隨信息素；

當機器人探測到目標或跟隨信息素時，通過檢測信息素濃度的變化來計算該目標在過去一段時間內的位移變化，并基于跟蹤算法自適應調整該機器人的運動速度和方向，以保持對目標的跟蹤；

當群體機器人的數量達到設定數量后，通過信息素濃度生成特征點，將所述特征點作為輸入，通過基于信息素輸入的插值隱函數得到群體聚合形態，根據基因調控網絡模型的下層模型控制群體機器人到達生成的群體聚合形態上，以對至少一個目標進行圍捕。

進一步，所述特征點包括內點、邊界點和外點。