CN104503454A - 基于多智能体理论的搜救机器人系统运动控制方法 - Google Patents

Abstract

本发明公开了基于多智能体理论的搜救机器人系统运动控制方法。运用于大规模、高效率机器人群的搜救技术不全面，特别是搜救机器人群的群体行为控制比较匮乏。本发明的具体步骤如下：一个领导者机器人和多个跟随者机器人组成队形进入区域A；具体搜索过程先由领导者机器人探索区域A的部分区域，如果没有被搜索过，留下一个跟随者机器人G1探索区域A，领导者机器人带领剩余跟随者机器人继续探索下一区域，直达探索完整个目标区域；跟随者机器人G1搜索完成区域A后找到领导者机器人，并跟随它。本发明为大规模搜救提供了可能；工作人员只需要通过终端控制领导者机器人，简化了控制方式，机器人之间高度自动化工作方式加强了控制效果。

Description

基于多智能体理论的搜救机器人系统运动控制方法

技术领域

本发明属于智能控制领域，涉及多智能体搜救机器人系统，具体涉及一种基于多智能体理论的搜救机器人系统运动控制方法。

背景技术

多智能体系统(Multi-Agent System)是多个智能体组成的集合，它们共同组成一个将大而复杂的系统建设成小的、便于通信协调管理的控制系统。多智能体系统的研究涉及到智能体的知识、目标、技能、规划和如何使智能体采取协调行动解决问题等。学者们主要对智能体之间的交互通信、协调合作和冲突消解等进行研究。多智能体系统强调智能体之间的紧密合作，而非单个智能体的自治和功能发挥。由于智能体体现了人类社会或者自然界中的生物群体的自治性和适应性，因此多智能体系统具有很强的群体性。随着研究的深入，很多学者已经将MAS的相关技术应用到电子商务、交通控制、分布式智能决策、多机器人系统、智能电网、军事和网络化的办公自动化等诸多领域中。

在MAS中，智能体如何在复杂的条件下相互协调，共同完成任务成为重要的基础。多智能体技术提供了一种适合分布式计算和不确定问题求解的新方法，这是因为多智能体系统放松了对集中式规划、顺序控制的限制，提供了分散控制、应急和并行处理的能力，它是一个高度交叉的研究领域。

在多智能体分布式协调合作控制问题中，一致性(consensus)作为多智能体之间合作协调控制的基础，它对于多智能体系统具有重要的现实意义和理论价值。一致性是指多智能体系统的各个智能体随着时间的变化趋于某一个状态。一致性协议是智能体之间相互作用、信息交互的规则，它描述了每个智能体和其余一部分智能体之间的信息交互过程，通常智能体和其相邻的智能体之间有信息交互。

状态信息表示智能体节点进行协调控制所需要的信息，可以是速度、位置、角度或决策量等信息。对于多智能体系统中的智能体节点i，它的状态可以表示为z_i(t)＝u_i，若智能体系统最终能够达到一致性，那么它的状态可以表示为||z_i(t)-z_j(t)||→0,且t→∞。

编队控制是当前多智能体系统研究的热点问题，它指多智能体组成的团体在向特定目标或者方向运动的过程中，相互之间保持预定的几何形态(即队形)，同时又要适应环境约束(如避开障碍物)的控制问题。一般而言，编队控制借助智能体间的局部交互实现多智能体系统的群体行为，从而解决全局性的任务。

多智能体理论研究的成果已经有很多了，特别是一致性的理论研究，而运用于实际的多智能体系统却不多，实际运用多智能体理论将大大提高搜救机器人的自动性、协同性和可控性。

在灾难救援中使用搜救机器人有如下优点：①可以连续执行艰难的搜索救援任务，如深入危险地带拍摄资料供研究人员分析查找，而不会像人一样感到疲倦；②可以进入那些人和搜救犬无法进入的危险地带，且引起建筑物二次坍塌的可能性较小；③不怕火焰、浓烟等危险和有害因素的干扰。

目前机器人搜救工作大多集中于单个机器人的研究，而单个机器人适用于小规模的搜救。当发生地震、森林火灾等大规模自然灾害需要搜救时，单个机器人的作用将减小。运用于大规模、高效率机器人群的搜救技术还不是很全面，特别是搜救机器人群的群体行为控制还比较匮乏。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于多智能体理论的搜救机器人系统运动控制方法，先由一个领导者机器人和多个跟随者机器人组成队形，然后进入区域A；具体搜索过程先由领导者机器人探索区域A的部分区域，如果没有被搜索过，留下一个跟随者机器人G1探索区域A，领导者机器人带领剩余跟随者机器人继续探索下一区域，直达探索完整个目标区域；跟随者机器人G1搜索完成区域A后找到领导者机器人，并跟随它。

本发明的具体步骤如下：

步骤一、把搜救机器人群带到待搜索区域外，启动每个搜救机器人的直流电源，准备进入待搜索区域进行搜救。

步骤二、启动手持设备，领导者机器人与手持设备之间通过Zigbee模块建立通信，同时搜救机器人群的无线网络自动建立，搜救机器人群之间的信息交流通过给定的多智能体输出协议进行。所述的手持设备是领导者机器人的控制界面；所述的多智能体输出协议是：

$\begin{array}{c}{\stackrel{\‾}{u}}_i\left(t\right)={\mathrm{Pu}}_i\left(t\right)-\mathrm{Q\Σ}{a}_{\mathrm{ij}}\{(\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_i\left(t\right)\mathrm{dt}-\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_j\left(t\right)\mathrm{dt})+\\ \mathrm{\Σ}{a}_{\mathrm{jk}}(\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_i\left(t\right)\mathrm{dt}-\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_j\left(t\right)\mathrm{dt})\},\\ t\≥0;i,j=\mathrm{1,2},...N\end{array}$

其中，P和Q是权值，取值范围为0～1；a_ij为拉普拉斯矩阵中对应的值；x_i(t)为第i个智能体在t时刻测得的状态量；θ是积分时间；u_i(t)表示不加积分的控制输出：

$u_i\left(t\right)=-\mathrm{\Σ}{a}_{\mathrm{ij}}\{(x_i\left(t\right)-x_j\left(t\right))+\mathrm{\Σ}{a}_{\mathrm{jk}}(x_i\left(t\right)-x_k\left(t\right))\},t\≥0;i,j=\mathrm{1,2},...N$

通过多智能体输出协议，搜救机器人群将保持预定队形，然后通过手持设备控制领导者机器人进入搜索区域，跟随者机器人根据多智能体输出协议自动按队形进入搜索区域；跟随者机器人通过RSSI定位和电子罗盘定位获得附近机器人的位置。

步骤三、领导者机器人通过GPS获得自己的位置，判断该位置所属区域是否有搜索过，如果搜索过，直接带领跟随者机器人离开，如果还没搜索过，把最后一个跟随者机器人在多智能体输出协议中挂起，该跟随者机器人将搜索该位置所属区域；领导者机器人之后判断有跟随者机器人将脱离Zigbee无线网络时，留下一个跟随者机器人作为路由，接下来继续探索下一块区域。

步骤四、挂起的跟随者机器人用红外生命探测模块进行探测，并搜索领导者机器人给定的区域，如果找到被困人员，立刻通过Zigbee无线网络将GPS信号发给手持设备；挂起的跟随者机器人完成搜索后驶向领导者机器人，继续加入多智能体输出协议并继续跟随。

步骤五、手持设备接收跟随者机器人发送的GPS信号，根据GPS信号救援被困人员。

所述的RSSI定位可以测得距离，公式为：

$p\left(d\right)=p\left(d_0\right)-10\mathrm{nlg}\left(\frac{d}{d_0}\right)+X$

其中，p(d)表示接收端与发射机的距离为d时接收端接收到的信号强度，即RSSI值；d₀为测量信号强度时的参考距离，取值为1m；n是路径损耗；X是一个以dBm为单位、平均值为0的高斯随机变量。

本发明具有的有益效果是：

本发明利用多智能体理论对搜救机器人群体进行运动控制，与传统和单机器人的搜救方式比较起来，明显提高了搜救效率，节约了搜救时间；采用多搜救机器人一起协同工作，为大规模搜救提供了可能；工作人员只需要通过终端控制领导者机器人，简化了控制方式，机器人之间高度自动化工作方式加强了控制效果；自动化程度高，协同性好，可控性高，有很好的整体性能。

附图说明

图1为本发明使用的搜救机器人的结构示意图；

图2为本发明使用的搜救机器人内部电气元件的结构框图；

图3-1为本发明使用的搜救机器人刚刚进入搜索区域时通过多智能体输出协议排列的队形图；

图3-2为领导者机器人留下的跟随者机器人在指定区域内的搜索状态图；

图3-3为跟随者机器人搜索完成，借助Zigbee无线网络快速跟随领导者机器人的运动示意图；

图3-4为跟随者机器人搜索完成重新跟随领导者机器人后，搜救机器人继续搜索未知区域的状态图。

具体实施方式

下面结合附图及实施例对本发明作进一步说明。

如图1和2所示，基于多智能体理论的搜救机器人系统运动控制方法使用的搜救机器人包括天线1、摄像头模块2、智能车车体3和轮胎4；轮胎4设置在智能车车体3底部；摄像头模块2设置在智能车车体3顶部，起避障作用；智能车车体内设有四个减速电机M、编码器、直流电机驱动器、带天线的GPS模块、电子罗盘、Zigbee模块、红外生命探测模块、摄像头模块和直流电源；Zigbee模块所接的天线1伸出智能车车体3顶部。

Zigbee模块使用点对点和ZLGNET协议(包括snap协议)，通过串口可以配置每一个ZigBee网络节点，读取每个节点的设备信息，控制数据的传输和接收，Zigbee模块通过串口(RX和TX)和单片机(型号为Arduino Uno R3)连接。Zigbee模块独有的ZLGNET协议，只要建立路由就可以轻松地实现Zigbee模块之间的互联。

一个直流电机驱动器驱动两个减速电机，所以一个搜救机器人要两个直流电机驱动器，直流电机驱动器的控制信号端IN1和IN2直接连单片机的数字口，控制电机正反转；直流电机驱动器的控制信号端EN连单片机的PWM控制信号，控制电机速度。直流电机驱动器的驱动输出由12V直流电源供电。编码器由单片机的传感器扩展板供电，其AB信号直接连单片机的中断口。由编码器输出的速度信号形成一个反馈，该反馈与当前速度值的差就是控制器的输入信号，控制器采用PID控制。

红外生命探测模块和GPS模块均连接单片机，红外生命探测模块接收到高电平表示周围有生命体，GPS模块通过串口(RX和TX)通信；电子罗盘通过I2C总线与单片机连接；摄像头模块自带驱动控制模块，当前方有障碍时给单片机一个高电平，单片机执行避障程序同时复位驱动控制模块，使之变成低电平。

该基于多智能体理论的搜救机器人系统运动控制方法，具体步骤如下：

步骤一、把九台搜救机器人带到待搜索区域外，启动每个搜救机器人的12V直流电源，准备进入待搜索区域进行搜救。

步骤二、启动手持设备，手持设备是领导者机器人的控制界面，领导者机器人与手持设备之间通过Zigbee模块建立通信，同时九台搜救机器人的无线网络自动建立，搜救机器人之间的信息交流通过多智能体输出协议进行；多智能体输出协议是：

$\begin{array}{c}{\stackrel{\‾}{u}}_i\left(t\right)={\mathrm{Pu}}_i\left(t\right)-\mathrm{Q\Σ}{a}_{\mathrm{ij}}\{(\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_i\left(t\right)\mathrm{dt}-\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_j\left(t\right)\mathrm{dt})+\\ \mathrm{\Σ}{a}_{\mathrm{jk}}(\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_i\left(t\right)\mathrm{dt}-\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_j\left(t\right)\mathrm{dt})\},\\ t\≥0;i,j=\mathrm{1,2},...N\end{array}$

其中，P和Q是权值，取值为1；x_i(t)为第i个智能体在t时刻测得的状态量；θ是积分时间，取值为1s；u_i(t)表示不加积分的控制输出：

$u_i\left(t\right)=-\mathrm{\Σ}{a}_{\mathrm{ij}}\{(x_i\left(t\right)-x_j\left(t\right))+\mathrm{\Σ}{a}_{\mathrm{jk}}(x_i\left(t\right)-x_k\left(t\right))\},t\≥0;i,j=\mathrm{1,2},...N$

a_ij为拉普拉斯矩阵中对应的值，拉普拉斯矩阵为：

$\left[\begin{array}{ccccccccc}1& -1& & & & & & & \\ -1& 2& -1& & & & & & \\ & -1& 2& -1& & & & & \\ & & -1& 2& -1& & & & \\ & & & -1& 2& -1& & & \\ & & & & -1& 2& -1& & \\ & & & & & -1& 2& -1& \\ & & & & & & -1& 2& -1\\ & & & & & & & -1& 1\end{array}\right]$

通过多智能体输出协议，搜救机器人群将保持预定队形，保证系统整体完整性，有利于领导者机器人对跟随者机器人的控制，然后通过手持设备控制领导者机器人进入搜索区域，跟随者机器人根据多智能体输出协议自动按队形进入搜索区域；跟随者机器人通过RSSI定位和电子罗盘定位获得附近机器人的位置，RSSI定位可以测得距离，公式为：

$p\left(d\right)=p\left(d_0\right)-10\mathrm{nlg}\left(\frac{d}{d_0}\right)+X$

其中，p(d)表示接收端与发射机的距离为d时接收端接收到的信号强度，即RSSI值；d₀为测量信号强度时的参考距离，取值为1m；n是路径损耗，由实际测量得到，障碍物越多，n值越大，从而接收到的平均能量下降的速度会随着距离的增加而变得越来越快，这里取n＝4。X是一个以dBm为单位、平均值为0的高斯随机变量，反映了当距离一定时接收到的能量变化。

步骤三、领导者机器人通过GPS获得自己的位置，判断该位置所属区域(划分区域范围小于Zigbee最大测距范围的80％)是否有搜索过，如果搜索过，直接带领跟随者机器人离开，如果还没搜索过，把最后一个跟随者机器人在多智能体输出协议中挂起，该跟随者机器人将搜索该位置所属区域；领导者机器人之后判断有跟随者机器人将脱离Zigbee无线网络时，留下一个跟随者机器人作为路由，接下来继续探索下一块区域。

步骤四、挂起的跟随者机器人用红外生命探测模块进行探测，并搜索领导者机器人给定的区域，如果找到被困人员，立刻通过Zigbee无线网络将GPS信号发给手持设备；完成搜索后驶向领导者机器人，继续加入多智能体输出协议并继续跟随。

步骤五、手持设备接收跟随者机器人发送的GPS信号，根据GPS信号救援被困人员。

图3-1、3-2、3-3和3-4所示为搜救机器人搜救时的运动方式和整体一致性控制方式的简图。如图3-1所示，领导者机器人刚刚进入搜索区域，通过GPS模块发现这是一块未搜救区域，留下一个跟随者机器人后继续前进，队形通过多智能体输出协议保持。领导者机器人通过搜救人员的手持设备控制。如图3-2所示，领导者机器人继续搜索未知区域，被留下的跟随者机器人搜索指定区域。如图3-3和3-4所示，被留下的跟随者机器人搜索完成，借助Zigbee无线网络知道领导者机器人所在位置，通过多智能体输出协议快速跟随领导者机器人，并在多智能体输出协议的控制下保持原来队形继续前进。

Claims (2)

1.基于多智能体理论的搜救机器人系统运动控制方法，其特征在于：该方法的具体步骤如下：

步骤一、把搜救机器人群带到待搜索区域外，启动每个搜救机器人的直流电源，准备进入待搜索区域进行搜救；

步骤二、启动手持设备，领导者机器人与手持设备之间通过Zigbee模块建立通信，同时搜救机器人群的无线网络自动建立，搜救机器人群之间的信息交流通过给定的多智能体输出协议进行；所述的手持设备是领导者机器人的控制界面；所述的多智能体输出协议是：

$\begin{array}{c}{\stackrel{\‾}{u}}_i\left(t\right)={\mathrm{Pu}}_i\left(t\right)-\mathrm{Q\Σ}{a}_{\mathrm{ij}}\{(\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_i\left(t\right)\mathrm{dt}-\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_j\left(t\right)\mathrm{dt})+\\ \mathrm{\Σ}{a}_{\mathrm{jk}}(\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_i\left(t\right)\mathrm{dt}-\frac{1}{\mathrm{\θ}}{\∫}_{-\mathrm{\θ}}{x}_j\left(t\right)\mathrm{dt})\},\end{array}$

t≥0；i,j＝1,2,...N

其中，P和Q是权值，取值范围为0～1；a_ij为拉普拉斯矩阵中对应的值；x_i(t)为第i个智能体在t时刻测得的状态量；θ是积分时间；u_i(t)表示不加积分的控制输出：

u_i(t)＝-Σa_ij{(x_i(t)-x_j(t))+Σa_jk(x_i(t)-x_k(t))},t≥0；i,j＝1,2,...N

通过多智能体输出协议，搜救机器人群将保持预定队形，然后通过手持设备控制领导者机器人进入搜索区域，跟随者机器人根据多智能体输出协议自动按队形进入搜索区域；跟随者机器人通过RSSI定位和电子罗盘定位获得附近机器人的位置；

步骤三、领导者机器人通过GPS获得自己的位置，判断该位置所属区域是否有搜索过，如果搜索过，直接带领跟随者机器人离开，如果还没搜索过，把最后一个跟随者机器人在多智能体输出协议中挂起，该跟随者机器人将搜索该位置所属区域；领导者机器人之后判断有跟随者机器人将脱离Zigbee无线网络时，留下一个跟随者机器人作为路由，接下来继续探索下一块区域；

步骤四、挂起的跟随者机器人用红外生命探测模块进行探测，并搜索领导者机器人给定的区域，如果找到被困人员，立刻通过Zigbee无线网络将GPS信号发给手持设备；挂起的跟随者机器人完成搜索后驶向领导者机器人，继续加入多智能体输出协议并继续跟随；

步骤五、手持设备接收跟随者机器人发送的GPS信号，根据GPS信号救援被困人员。

2.根据权利要求1所述的基于多智能体理论的搜救机器人系统运动控制方法，其特征在于：所述的RSSI定位可以测得距离，公式为：

$p\left(d\right)=p\left(d_0\right)-10\mathrm{nlg}\left(\frac{d}{d_0}\right)+X$

其中，p(d)表示接收端与发射机的距离为d时接收端接收到的信号强度，即RSSI值；d₀为测量信号强度时的参考距离，取值为1m；n是路径损耗；X是一个以dBm为单位、平均值为0的高斯随机变量。