[發(fā)明專利]一種基于改進的行為特征對群體機器人的故障檢測方法

在審

• 申請?zhí)枺?/td>: 202210064121.7
• 申請日: 2022-01-20
• 公開（公告）號: CN114397822A
• 公開（公告）日: 2022-04-26
• 發(fā)明（設(shè)計）人: 張崇明;張磊
• 申請（專利權(quán)）人: 上海師范大學(xué)
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京百年育人知識產(chǎn)權(quán)代理有限公司 11968
• 代理人: 劉朋

本發(fā)明涉及群體機器人技術(shù)領(lǐng)域，且公開了一種基于改進的行為特征對群體機器人的故障檢測方法，包括以下步驟：S1、行為特征設(shè)計，設(shè)計新的行為特征F₁(t)、F₂(t)、F₃(t)、F₄(t)、F₅(t)、F₆(t)，新的行為特征F₁(t)、F₂(t)、F₃(t)、F₄(t)、F₅(t)、F₆(t)如下所示：其中，N_i(t)和N_j(t)分別是t時刻，|N_i(t)?N_j(t)|機器人i與鄰居機器人j之間的鄰居總數(shù)差；本發(fā)明通過設(shè)計一套新的行為特征，使得其行為特征能夠更加精確的描述群體行為，相對于傳統(tǒng)的行為特征，從而能夠提高群體機器人故障檢測性能。

技術(shù)領(lǐng)域

本發(fā)明涉及群體機器人技術(shù)領(lǐng)域，具體為一種基于改進的行為特征對群體機器人的故障檢測方法。

背景技術(shù)

群體機器人是機器人領(lǐng)域中的重要領(lǐng)域之一，其靈感來源于對大自然里群居性動物，例如：螞蟻、蜜蜂的觀察。群體機器人是有一群智能的、相同的機器人組成，每個機器人都配有相關(guān)的傳感器和執(zhí)行器等。并且具有魯棒性和可擴展性。魯棒性是群體非常穩(wěn)定，可擴展性是群體在增加或者減少機器人的時候，對執(zhí)行群體行為影響較小。但由于群體機器人由大量的機器人組成，導(dǎo)致其中的個體出現(xiàn)故障的可能性比較高，由于存在故障機器人，從而導(dǎo)致在執(zhí)行任務(wù)的時候無法正常進行。因此盡可能早的檢測出故障，并且進行進行移除，對群體機器人的健壯與穩(wěn)定來說都十分重要。

目前的故障檢測方法包括內(nèi)源性以及外源性。其中內(nèi)源性故障檢測方法只能檢測出一般的故障，但例如斷電，通信，完全損壞等故障出現(xiàn)時，則無法自檢。外源性故障檢測方法是群體中的其他機器人一起協(xié)作觀察檢測故障，因此外源性故障檢測方法更加符合群體機器人的理念。其中外源性故障檢測方法又可以分為區(qū)塊鏈、人工免疫系統(tǒng)以及預(yù)測模型三個領(lǐng)域進行故障檢測。

在采取預(yù)測模型的故障檢測時，首先要預(yù)測出機器人的行為，在進行與實際的對比，此方法不能在線檢測故障，在進行新的群體行為比較麻煩。有通過螢火蟲的同步閃爍行為進行故障檢測，但是只考慮了完全故障即機器人死亡，故障類型比較單一。通過對機器人表現(xiàn)出的性能進行統(tǒng)計的故障檢測方法，難以有一個容易量化的標(biāo)準(zhǔn)來判斷，不易使用。在人工免疫系統(tǒng)方法有基于肉芽腫形成來進行故障檢測和基于t細(xì)胞的故障檢測方法，但是這些方法不具有實時性，雖然有一定效果，但不利于使用。隨即有一種故障檢測方法，通過觀察群體機器人的行為，賦予一些行為特征，實施交叉調(diào)節(jié)模型，當(dāng)出現(xiàn)異常行為的時候，交叉調(diào)節(jié)模型就出判斷出異常行為。這種方法在線的、實時的。但是其中采用的行為特征對群體機器人的行為并不是非常精確的描述。

發(fā)明內(nèi)容

(一)解決的技術(shù)問題

針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于改進的行為特征對群體機器人的故障檢測方法，解決了上述背景技術(shù)中所存在的問題。

(二)技術(shù)方案

為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于改進的行為特征對群體機器人的故障檢測方法，包括以下步驟：

S1、行為特征設(shè)計，設(shè)計新的行為特征F₁(t)、F₂(t)、F₃(t)、F₄(t)、F₅(t)、F₆(t)，新的行為特征F₁(t)、F₂(t)、F₃(t)、F₄(t)、F₅(t)、F₆(t)如下所示：