CN106292665A - 一种分布式多机器人系统竞争协作的巡查控制方法 - Google Patents

Abstract

本发明提供了一种分布式多机器人系统竞争协作的巡查控制方法，包括如下步骤：1)多机器人系统中的每个机器人(共有n个)在工作空间中随机分布，各自实时地获得自己与移动目标物的距离，且距离小于最大通信距离的机器人之间相互交换信息；2)基于步骤1)的交换信息，各个机器人通过算法自行确定自己是否属于m(m<n)个距离移动目标物最近的机器人之一。3)基于步骤2)的结果，m个距离移动目标物最近的机器人启动以追踪移动目标物，其余机器人不动。本发明具有分布式处理的特点，对于通信距离受限的多机器人系统具有较好的控制效果，且本发明基于多机器人的距离竞争关系，能在其余机器人保持不动的情况下实现对移动目标物的巡查。

Description

一种分布式多机器人系统竞争协作的巡查控制方法

技术领域

本发明涉及多机器人系统领域，具体涉及一种分布式多机器人系统协作控制方法。

背景技术

移动机器人由于具有可移动性，可以代替人到各种环境中执行探险、探测和巡查等任务。移动机器人经过多年的研究与发展，已经逐步走向实用化，在制造业、物流业、军事等多个领域，已经有了不少使用移动机器人提高生产效率或者替代人工作业的实例。而在一些诸如国防等具有重大战略意义的项目中，移动机器人的需求也日益明显。随着科技的进步，多移动机器人系统在月球探测、深海开发、战争、反恐、地震救助、高危品处理等领域逐渐发挥出巨大的作用，并显现出广泛的应用前景。尤其是在广阔的环境中，多机器人系统中各个机器人因距离以及随身可携带负载的限制，通常不具有全局通信的能力，也即，多机器人系统中，每个机器人只能与自己附近的机器人通信。多机器人系统的控制可分为中央式和分布式，中央式维护一个中央模块负责整体任务决策；而分布式结构中每个机器人根据自身以及邻居机器人的状态进行决策。在大规模环境下，机器人之间有可能因为彼此之间距离较远而难以通信，导致信息不能随时、随地进行共享，而现有研究中一般都假设多机器人之间的通讯距离满足无穷大，因此可以随时、随地进行通讯，而很少有研究能够考虑多机器人之间的通信距离约束问题。

发明内容

本发明所要解决的技术问题是提供一种分布式的、用于多机器人系统的竞争协作巡查控制方法，能克服通信距离受限的不足，较好地完成多机器人系统竞争协作的巡查控制任务。

为解决上述技术问题，本发明通过以下技术方案予以实现：

一种分布式多机器人系统竞争协作的巡查控制方法，包括如下步骤：

1)多机器人系统中的每个机器人(共有n个)在工作空间中随机分布，各自实时地获得自己与移动目标物的距离，且距离小于最大通信距离的机器人之间相互交换自己与移动目的物的距离信息。即第i个机器人能够实时地获得其与移动目标物之间的距离d_i，此外，第i个机器人以其所在位置(x_i,y_i)为圆心，半径为最大通信距离d_c的范围内的机器人通信，互相交换距离信息d_i；

2)基于步骤1)的距离信息d_i，各个机器人通过算法自行确定(即竞争)自己是否属于m(m<n)个距离移动目标物最近的机器人之一，即各个机器人通过算法自行确定自己是否需要保持在启动状态；

3)基于步骤2)的结果，前m个距离移动目标物最近的机器人启动完成巡查移动目标物任务，其余机器人不动。

2、定义一个矩阵其第ij个元素定义为第i个机器人与第j个机器人之间的连接权值，即当两个机器人的距离小于d_c时，A_ij＝1，否则，A_ij＝0，第i个机器人与自己的连接权值为A_ii＝1。定义P_Ω[u]为空间到集合的分段线性投影算子，即当u＞1时，P_Ω[u]＝1，u＜0，P_Ω[u]＝0，其余时，P_Ω[u]＝u；通过如下迭代，第i个机器人自行判定是否需要启动：

${{\mathrm{\&eta;}}_i}^{k+1}=(-\underset{j\&Element;N\left(i\right)}{\&Sigma;}{A_{ij}}^k({{\mathrm{\&eta;}}_i}^k-{{\mathrm{\&eta;}}_j}^k)-c_0({{\mathrm{\&eta;}}_i}^k-{s_j}^k)-c_1\underset{j\&Element;N\left(i\right)}{\&Sigma;}{A_{ij}}^k({{\mathrm{\&mu;}}_i}^k-{{\mathrm{\&mu;}}_j}^k\left)\right)\mathrm{\&tau;}+{{\mathrm{\&eta;}}_i}^k,$

${{\mathrm{\&mu;}}_i}^{k+1}=(-\underset{j\&Element;N\left(i\right)}{\&Sigma;}{A_{ij}}^k({{\mathrm{\&eta;}}_i}^k-{{\mathrm{\&eta;}}_j}^k\left)\right)\mathrm{\&tau;}+{{\mathrm{\&mu;}}_i}^k,$

z_i ^k+1＝-γ(nη_i ^k+1-m)τ+z_i ^k，

${s_i}^{k+1}=P_{\mathrm{\&Omega;}}\&lsqb;{z_i}^{k+1}+\frac{{d_i}^{k+1}}{2b}\&rsqb;,$

其中，s_i对应于第i个机器人的启动状态，即当其为0时，第i个机器人不启动，否则启动，s_i的初始值s_i ^k＝0＝s_i ⁰随机给定即可，值得指出的是，经过一定的迭代次数，s_i的状态为1或0；z_i、η_i与μ_i为辅助变量，其初始值随机给定；d_i为第i个机器人实时获得的其与移动目标物之间的距离；为一设计参数，在实际应用中尽可能地小，如b＝0.01；j∈N(i)表示与第i个机器人连接权值为1的机器人编号；γ为控制算法收敛速度的正参数，其越大则代表收敛速度越快；为采样间隔，在实际应用中尽可能地小；与为正的常数；上标k表示第k次迭代。

3、将上述步骤中第i个机器人所获得的在每次迭代后应用到其的启动中：

$\left[\begin{array}{c}{{\stackrel{\&CenterDot;}{x}}_i}^k\\ {{\stackrel{\&CenterDot;}{y}}_i}^k\\ {{\stackrel{\&CenterDot;}{\mathrm{\&alpha;}}}_i}^k\end{array}\right]=-{s^k}_i{c}_2\left[\begin{array}{cc}\frac{\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}& \frac{\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}\\ \frac{\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}& \frac{\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}\\ -\frac{1}{l}& \frac{1}{l}\end{array}\right]\left[\begin{array}{cc}\frac{l\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\cos \left({{\mathrm{\&alpha;}}_i}^k\right)& -\frac{l\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\sin \left({{\mathrm{\&alpha;}}_i}^k\right)\\ -\frac{l\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\cos \left({{\mathrm{\&alpha;}}_i}^k\right)& \frac{l\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\sin \left({{\mathrm{\&alpha;}}_i}^k\right)\end{array}\right]\left[\begin{array}{c}{x^k}_i-{x^k}_c\\ {y^k}_i-{y^k}_c\end{array}\right],$

其中，与分别代表，第kτ时刻时，坐标系中第i个机器人的X轴方向与Y轴方向的速度；l代表机器人双轮的距离；α_i ^k与分别代表，第kτ时刻时，坐标系中第i个机器人的前进方向与X轴方向的夹角及其变化速度；c₂代表速度反馈正系数；c₃为一正的设计参数；x^k _i与y^k _i分别代表，第kτ时刻时，坐标系中第i个机器人的X轴方向与Y轴方向的位置；x^k _c与y^k _c分别代表，第kτ时刻时，坐标系中移动目标物的X轴方向与Y轴方向的位置；容易得出，当s^k _i＝1时，则第i个机器人保持在启动状态朝移动目标物移动巡查；当s^k _i＝0时，则第i个机器人保持在静止状态。

附图说明

图1为本发明流程图。

图2为双轮差分驱动的移动机器人底座示意图。

图3为多机器人系统中各个机器人在发现移动目标物时的分布示意图。

图4为多机器人系统中获得竞争胜利(即距离移动目标物最近)的机器人对移动目标物时进行巡查的示意图。

具体实施方式

下面结合附图对本发明做进一步的说明。

图1所示的一种分布式多机器人系统竞争协作的巡查控制方法，首先各个机器人实时地获得自己与移动目标物的距离，且距离小于最大通信距离的机器人之间相互交换信息；然后各个机器人通过算法自行确定(即竞争)自己是否属于m(m<n)个距离移动目标物最近的机器人之一；最后前m个距离移动目标物最近的机器人启动以追踪巡查移动目标物，其余机器人不动。

图2为双轮差分驱动的移动机器人底座示意图，其底座双轮之间的距离为l＝5.3厘米。

如图3所示的多机器人系统中的每个机器人(共有10个)在工作空间中随机分布，各自实时地获得自己与移动目标物的距离d_i，且距离小于最大通信距离d_c的机器人之间相互交换信息。即第i个机器人能够实时地获得其与移动目标物之间的距离d_i。每次任务只派出距离移动目标物最近的一个机器人前往巡查，即多机器人系统每次竞争的优胜者只有一个，也即m＝1。定义一个矩阵其第ij个元素定义为第i个机器人与第j个机器人之间的连接权值，即当两个机器人的距离小于d_c时，A_ij＝1，否则，A_ij＝0，第i个机器人与自己的连接权值为A_ii＝1。定义P_Ω[u]为空间到集合的分段线性投影算子，即当u＞1时，P_Ω[u]＝1，u＜0，P_Ω[u]＝0，其余时，P_Ω[u]＝u；通过如下迭代，第i个机器人自行判定是否需要启动：

${{\mathrm{\&eta;}}_i}^{k+1}=(-\underset{j\&Element;N\left(i\right)}{\&Sigma;}{A_{ij}}^k({{\mathrm{\&eta;}}_i}^k-{{\mathrm{\&eta;}}_j}^k)-c_0({{\mathrm{\&eta;}}_i}^k-{s_j}^k)-c_1\underset{j\&Element;N\left(i\right)}{\&Sigma;}{A_{ij}}^k({{\mathrm{\&mu;}}_i}^k-{{\mathrm{\&mu;}}_j}^k\left)\right)\mathrm{\&tau;}+{{\mathrm{\&eta;}}_i}^k,$

${{\mathrm{\&mu;}}_i}^{k+1}=(-\underset{j\&Element;N\left(i\right)}{\&Sigma;}{A_{ij}}^k({{\mathrm{\&eta;}}_i}^k-{{\mathrm{\&eta;}}_j}^k\left)\right)\mathrm{\&tau;}+{{\mathrm{\&mu;}}_i}^k,$

z_i ^k+1＝-γ(10η_i ^k+1-1)τ+z_i ^k，

${s_i}^{k+1}=P_{\mathrm{\&Omega;}}\&lsqb;{z_i}^{k+1}+\frac{{d_i}^{k+1}}{2b}\&rsqb;,$

其中，s_i对应于第i个机器人的启动状态，即当其为0时，第i个机器人不启动，否则启动，s_i的初始值s_i ^k＝0＝s_i ⁰随机给定即可。值得指出的是，经过一定的迭代次数，s_i的状态为1或0；z_i、η_i与μ_i为辅助变量，其初始值随机给定；d_i为第i个机器人实时获得的其与移动目标物之间的距离；b＝0.01；j∈N(i)表示与第i个机器人连接权值为1的机器人编号；γ＝10000；τ＝0.01秒；c₀＝5与c₁＝5；上标k表示第k次迭代。每个机器人独立地决定是否保持在启动状态，即每次迭代后第i个机器人所获得的在每次迭代后应用到其的启动中：

$\left[\begin{array}{c}{{\stackrel{\&CenterDot;}{x}}_i}^k\\ {{\stackrel{\&CenterDot;}{y}}_i}^k\\ {{\stackrel{\&CenterDot;}{\mathrm{\&alpha;}}}_i}^k\end{array}\right]=-{s^k}_i{c}_2\left[\begin{array}{cc}\frac{\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}& \frac{\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}\\ \frac{\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}& \frac{\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}\\ -\frac{1}{l}& \frac{1}{l}\end{array}\right]\left[\begin{array}{cc}\frac{l\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\cos \left({{\mathrm{\&alpha;}}_i}^k\right)& -\frac{l\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\sin \left({{\mathrm{\&alpha;}}_i}^k\right)\\ -\frac{l\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\cos \left({{\mathrm{\&alpha;}}_i}^k\right)& \frac{l\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\sin \left({{\mathrm{\&alpha;}}_i}^k\right)\end{array}\right]\left[\begin{array}{c}{x^k}_i-{x^k}_c\\ {y^k}_i-{y^k}_c\end{array}\right],$

其中，与分别代表，第kτ时刻时，坐标系中第i个机器人的X轴方向与Y轴方向的速度；l＝5.3厘米；α_i ^k与分别代表，第kτ时刻时，坐标系中第i个机器人的前进方向与X轴方向的夹角及其变化速度；c₂＝5；c₃＝2.65厘米；x^k _i与y^k _i分别代表，第kτ时刻时，坐标系中第i个机器人的X轴方向与Y轴方向的位置；x^k _c与y^k _c分别代表，第kτ时刻时，坐标系中移动目标物的X轴方向与Y轴方向的位置；因第7个机器人离移动目标物最近，故其s^k _i＝1，保持在启动状态朝移动目标物移动巡查；其余的机器人s^k _i＝0，保持在静止状态。

如图4所示的多机器人系统中的第7个机器人追踪上移动目标物进行巡查。

Claims (4)

1.一种分布式多机器人系统竞争协作的巡查控制方法，其特征在于，包括如下步骤：

1)多机器人系统中的每个机器人在工作空间中随机分布，各自实时地获得自己与移动目标物的距离，且距离小于最大通信距离的机器人之间相互交换信息，即第i个机器人能够实时地获得其与移动目标物之间的距离d_i，i＝1，2，…，n，n表示多机器人系统中的机器人总数；第i个机器人与其最大通信距离内机器人进行通信，相互交互信息；

2)基于步骤1)的距离d_i，各个机器人自行确定自己是否属于m个距离移动目标物最近的机器人之一，即各个机器人自行确定自己是否需要保持在启动状态，m<n；

3)基于步骤2)的结果，前m个距离移动目标物最近的机器人启动完成巡查移动目标物任务，其余机器人不动。

2.根据权利要求1所述的一种分布式多机器人系统竞争协作的巡查控制方法，其特征在于，所述步骤1)中第i个机器人与设定范围内机器人进行通信，相互交互信息，其中所述设定范围是以第i个机器人所在位置(x_i,y_i)为圆心，半径为最大通信距离d_c的范围。

3.根据权利要求2所述的一种分布式多机器人系统竞争协作的巡查控制方法，其特征在于，所述步骤2)的各个机器人自行确定自己是否需要保持在启动状态，即各个机器人根据自己的位置信息与设定范围的机器人交换信息的结果，独立地得出自己是否需要保持在启动状态，其具体实现过程为：

定义一个矩阵其第ij个元素定义为第i个机器人与第j个机器人之间的连接权值，即当两个机器人的距离小于d_c时，A_ij＝1，否则，A_ij＝0，第i个机器人与自己的连接权值为A_ii＝1；

定义P_Ω[u]为空间到集合的分段线性投影算子，u表示辅助变量；即当u＞1时，P_Ω[u]＝1，u＜0，P_Ω[u]＝0，0≤u≤1，P_Ω[u]＝u；通过如下迭代，第i个机器人自行判定是否需要启动：

${{\mathrm{\&eta;}}_i}^{k+1}=(-\underset{j\&Element;N\left(i\right)}{\mathrm{\&Sigma;}}{A_{ij}}^k({{\mathrm{\&eta;}}_i}^k-{{\mathrm{\&eta;}}_j}^k)-c_0({{\mathrm{\&eta;}}_i}^k-{s_j}^k)-c_1\underset{j\&Element;N\left(i\right)}{\&Sigma;}{A_{ij}}^k\left({{\mathrm{\&mu;}}_i}^k-{{\mathrm{\&mu;}}_j}^k\right))\mathrm{\&tau;}+{{\mathrm{\&eta;}}_i}^k,$

${{\mathrm{\&mu;}}_i}^{k+1}=(-\underset{j\&Element;N\left(i\right)}{\mathrm{\&Sigma;}}{A_{ij}}^k({{\mathrm{\&eta;}}_i}^k-{{\mathrm{\&eta;}}_j}^k\left)\right)\mathrm{\&tau;}+{{\mathrm{\&mu;}}_i}^k,$

z_i ^k+1＝-γ(nη_i ^k+1-m)τ+z_i ^k，

${s_i}^{k+1}=P_{\mathrm{\&Omega;}}\&lsqb;{z_i}^{k+1}+\frac{{d_i}^{k+1}}{2b}\&rsqb;,$

其中，s_i对应于第i个机器人的启动状态，即当其为0时，第i个机器人不启动，否则启动，s_i的初始值s_i ^k＝0＝s_i ⁰随机给定即可，值得指出的是，经过一定的迭代次数，s_i的状态为1或0；z_i、η_i与μ_i为辅助变量，其初始值随机给定；d_i为第i个机器人实时获得的其与移动目标物之间的距离；为一设计参数；j∈N(i)表示与第i个机器人连接权值为1的机器人编号；γ为控制算法收敛速度的正参数，其越大则代表收敛速度越快；为采样间隔；与为正的常数；上标k表示第k次迭代。

4.根据权利要求3所述的一种分布式多机器人系统竞争协作的巡查控制方法，其特征在于，所述步骤2)每个机器人独立地决定是否保持在启动状态，即将步骤2)中第i个机器人所获得的在每次迭代后应用到其的启动中：

$\left[\begin{array}{c}{{\stackrel{\&CenterDot;}{x}}_i}^k\\ {{\stackrel{\&CenterDot;}{y}}_i}^k\\ {{\stackrel{\&CenterDot;}{\mathrm{\&alpha;}}}_i}^k\end{array}\right]=-{s^k}_i{c}_2\left[\begin{array}{cc}\frac{\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}& \frac{\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}\\ \frac{\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}& \frac{\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2}\\ -\frac{1}{l}& \frac{1}{l}\end{array}\right]\left[\begin{array}{cc}\frac{l\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\cos \left({{\mathrm{\&alpha;}}_i}^k\right)& -\frac{l\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\sin \left({{\mathrm{\&alpha;}}_i}^k\right)\\ -\frac{l\sin \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\cos \left({{\mathrm{\&alpha;}}_i}^k\right)& \frac{l\cos \left({{\mathrm{\&alpha;}}_i}^k\right)}{2c_3}+\sin \left({{\mathrm{\&alpha;}}_i}^k\right)\end{array}\right]\left[\begin{array}{c}{x^k}_i-{x^k}_c\\ {y^k}_i-{y^k}_c\end{array}\right],$

其中，与分别代表，第kτ时刻时，坐标系中第i个机器人的X轴方向与Y轴方向的速度；l代表机器人双轮的距离；α_i ^k与分别代表，第kτ时刻时，坐标系中第i个机器人的前进方向与X轴方向的夹角及其变化速度；c₂代表速度反馈正系数；c₃为一正的设计参数；x^k _i与y^k _i分别代表，第kτ时刻时，坐标系中第i个机器人的X轴方向与Y轴方向的位置；x^k _c与y^k _c分别代表，第kτ时刻时，坐标系中移动目标物的X轴方向与Y轴方向的位置；容易得出，当s^k _i＝1时，则第i个机器人保持在启动状态朝移动目标物移动巡查；当s^k _i＝0时，则第i个机器人保持在静止状态。