[發明專利]基于高斯混合模型的機器人源搜索方案的生成方法及系統

在審

• 申請號: 202111457525.4
• 申請日: 2021-12-01
• 公開（公告）號: CN114131600A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 陳彬;季雅泰;王翔漢;徐珂;楊妹;程光權;黃金才;胡星辰;呂欣;唐文杰
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 湖南兆弘專利事務所(普通合伙) 43008
• 代理人: 譚武藝

本發明公開了一種基于高斯混合模型的機器人源搜索方案的生成方法及系統，本發明基于高斯混合模型的機器人源搜索方案的生成方法包括：建立源搜索過程模型，并確定源項參數的估計表示；針對源搜索過程模型，利用粒子濾波方法表示源項參數的概率估計；利用高斯混合模型重構粒子的概率估計；根據高斯混合模型中高斯分布的參數，確定控制機器人自主源搜索行動方案；進行數值實驗，調整高斯混合模型的最佳參數。本發明利用高斯混合模型來擬合粒子濾波中粒子的分布擬合得到的參數控制機器人的行動并生成源搜索行動方案，極大地提高了源搜索的效率，降低了源搜索的計算成本。

技術領域

本發明涉及機器人控制領域，具體涉及一種基于高斯混合模型的機器人源搜索方案的生成方法及系統，適用于多種氣體信號源搜索場景，如化工園區危害氣體泄漏和海洋溢油污染事件等。

背景技術

在自然界中，尋找微弱的、間歇的或嘈雜的氣體信號發射源是特別重要的。動物通過追蹤氣味信號來狩獵和尋找配偶，人類利用信號源搜索算法為化工廠泄漏和海洋溢油污染等事件提供緊急決策方案，感知機器人可以通過自主搜索的方法尋找氣體和輻射的來源。對于自主搜索者來說，高效的自主搜索行動方案對執行搜索任務有重大幫助。

受生物啟發的算法研究了動物尋找氣味來源和進行路徑規劃的方式。隨機搜索是自然界中普遍存在的一種搜索方式。例如，沙漠中的螞蟻在覓食時遵循阿基米德螺旋形路徑。開闊海域的捕食性魚類在獵物稀少的地區捕食時遵循萊維模式，這可以通過大量的運動數據集來證明。當先驗知識或感應線索可以被感知時，搜索者會使用一些搜索策略來獲得更多的額外有效信息。一些生物(如大腸桿菌、龍蝦)傾向于沿著濃度梯度的方向移動，這被定義為Chemotaxis策略。此外，許多工作通過模仿飛蛾的行為來定位氣味源，并提出了Silkworm算法。生物啟發的搜索算法具有較高的計算效率，但依賴于明顯的濃度梯度和濃度邊界。然而，在現實環境中，湍流會將穩定的羽流分割成不相連的斑塊，破壞了源搜索的過程。

前面提到的大多數生物啟發的搜索策略可以被認為是反應性的。除此之外，基于信息論原理的方法也被開發出來，即認知搜索策略。Vergassola等人提出了最早的認知搜索策略，被稱為Infotaxis算法，該算法使用基于網格的方法來維持信息狀態。Ristic通過使用偶發的非零傳感器測量值形式的稀疏傳感線索改進了Infotaxis算法。Hutchinson等人提出了另一種認知搜索算法，即Entrotaxis，它設計了一個基于最大熵采樣的獎勵函數。這些搜索策略將源搜索問題表達為基于粒子過濾器的部分可觀察馬爾可夫決策過程(POMDP)，取代了基于網格的方法。認知搜索策略的提出大大改善了湍流情況下的源搜索性能。然而，認知策略巨大的計算負擔導致了漫長的搜索時間，這限制了其在實際搜索任務中的應用。因此，提高認知策略的效率很重要，也很有挑戰性。

綜上所述，在傳統的求解過程中，對于基于認知搜索策略的源搜索問題，要用粒子濾波的方法表示源項估計，然后計算獎勵函數來控制機器人的行動。但獎勵函數的計算過于復雜，影響了源搜索的效率，提高了計算成本。

發明內容

本發明要解決的技術問題：針對現有技術的上述問題，提供一種基于高斯混合模型的機器人源搜索方案的生成方法及系統，本發明利用高斯混合模型來擬合粒子濾波中粒子的分布擬合得到的參數控制機器人的行動并生成源搜索行動方案，極大地提高了源搜索的效率，降低了源搜索的計算成本。

為了解決上述技術問題，本發明采用的技術方案為：

一種基于高斯混合模型的機器人源搜索方案的生成方法，包括：

1)建立源搜索過程模型，并確定源項參數的估計表示；

2)針對源搜索過程模型，利用粒子濾波方法表示源項參數的概率估計；

3)利用高斯混合模型重構粒子的概率估計；

4)根據高斯混合模型中高斯分布的參數，確定控制機器人自主源搜索行動方案；