CN106304114B - 一种三维空间无人移动平台群体移动部署通信与控制方法 - Google Patents
一种三维空间无人移动平台群体移动部署通信与控制方法 Download PDFInfo
- Publication number
- CN106304114B CN106304114B CN201610685987.4A CN201610685987A CN106304114B CN 106304114 B CN106304114 B CN 106304114B CN 201610685987 A CN201610685987 A CN 201610685987A CN 106304114 B CN106304114 B CN 106304114B
- Authority
- CN
- China
- Prior art keywords
- mobile platform
- platform
- mobile
- neighbours
- unmanned
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
Abstract
一种三维空间无人移动平台群体移动部署通信与控制方法,每个移动平台根据自己的位置、周围邻居节点的位置和给定的路线信息来模拟相互间的吸引力或者排斥力,根据这些虚拟的力来调制自己的移动方向和移动速度,这样移动平台群体能够平滑的沿着给定路线移动到目的地,并在移动过程中保持最佳网络特性。本发明解决了无人移动平台群体从始发地沿着给定路线到达目的地的分布式控制问题,基于本发明的移动控制,在移动过程中无人移动平台群体保持最佳网络特性,即移动过程中网络保持连通性,且任意相邻平台间保持最大通信距离以扩大整个网络的覆盖面积。仿真实验证明本发明具有可行性,能使多个无人移动平台沿着给定路线高效的进行群体移动。
Description
技术领域
本发明属于无线通信网络技术领域,涉及一种三维空间无人移动平台群体移动部署通信与控制方法。
背景技术
无人移动平台群体由多个无人移动平台构成,这些无人平台可以使无人车、无人机、无人舰船以及可移动机器人等。每个无人移动平台都配备有无线通信装置来交互必须的指令或者信息。多个无人移动平台构成一个群体协同行动具有单个群体无法比拟的群体优势,有广阔的应用场景,比如更快的完成对制定区域的遥感遥测和人员搜救,可以更高效的完成物资运输,也可以更健壮的应对可能的威胁或个体平台故障。特别地无人移动平台群体的移动部署,即无人移动平台群体沿着一条既定的路线从始发地协同移动到目的地,在无人平台的群体调度或部署、物资的运输和针对给定路线的侦查或信息感知都有广泛的应用。
目前关于群体移动通信和控制方法主要可以分为三类:一类是模仿自然界中鱼群或鸟群等生物群体的运动模式,并不要求有特定的移动方向;第二类方法是使没有特定移动方向的平台都跟随有指定移动方向的一个或者几个平台,最终所有平台都一起以相同的速度向指定方向移动;第三类群体移动控制方法是为了在某一给定区域内完成特定的任务为目的,比如进行目标跟踪、构成某一特定网络拓扑或者在动态环境下保持平台网络间的联通性等等。而如何分布式的控制无人移动平台群体从某一始发地用最少的时间沿着给定路线平滑移动到目的地,要求移动过程中保持网络的连通性,且任意相邻节点间保持最大通信距离以扩大整个网络的覆盖面积,当前仍然是空白。
发明内容
针对现有技术存在的技术问题,本发明的目的是提供一种三维空间无人移动平台群体移动部署通信与控制方法。该方法针对无人移动平台群体,通过分布式的通信和控制,使它们从某一始发地用最少的时间沿着给定路线平滑移动到目的地,在移动过程中保持最佳网络特性,即移动过程中网络保持连通性,且任意相邻平台间保持最大通信距离以扩大整个网络的覆盖面积,填补目前在该问题解决方法上的空白。本发明通过每个平台根据自己的位置、周围邻居节点的位置和给定的路线信息来模拟路线对平台的牵引力、平台相互间的吸引力或者排斥力,根据这些虚拟的力来调制自己的移动方向和移动速度,这样平台群体能够平滑的沿着给定路线移动到目的地,并在移动过程中保持最佳网络特性。
本发明的技术方案是,
一种三维空间无人移动平台群体移动部署通信与控制方法,包括以下步骤:
S1无人移动平台群体中的任一移动平台ni通过发送广播包向邻居移动平台广播自己的位置信息(xi,yi,zi),并通过收听邻居移动平台的广播包来获得邻居移动平台节点的位置信息,设邻居移动平台节点nj的位置信息为(xj,yj,zj)。
S2移动平台ni根据其自身位置信息、邻居平台位置信息和给定的路线信息计算它所感受到的虚拟力。
首先,通过下式的矢量求和计算移动平台ni受到的其所有相邻移动平台的虚拟吸引力
其中N(i)为移动平台ni的所有邻居移动平台节点的集合;的方向为从移动平台ni指向与其相邻的移动平台nj。
然后,计算移动平台ni受到的其所有相邻移动平台的虚拟排斥力。
其中通过下式计算,其方向为从移动平台nj指向移动平台ni。
式(3)中Ri,j为移动平台ni和nj之间的距离,Ropt为给定的移动平台间的最大通信距离;
再次,计算给定路线对移动平台ni的虚拟牵引力,
其中t为当前时刻,Δt为事先设定的移动控制时间粒度,(x(t),y(t),z(t))和(x(t+Δt),y(t+Δt),z(t+Δt))分别为每个移动平台给定运动路线在t时刻和t+Δt时刻的坐标;方向为从位置(x(t),y(t),z(t))指向位置(x(t+Δt),y(t+Δt),z(t+Δt));
最后,通过下式的矢量求和来计算虚拟力合力
S3移动平台ni根据所感受到的虚拟力来计算自己的移动方向和移动速度,直至满足停止条件。
首先,采用下式计算移动速度:
其中Ui为移动平台ni的最大移动速度;
计算得到移动速度vi后,移动平台ni调整自己的移动速度为vi,其移动方向为虚拟力合力的方向;
然后,记录下移动平台ni本次移动的方向,并比较本次移动方向于上次移动方向的角度差,当角度差小于π/2时,Cth=0;否则,Cth=Cth+1;
S1~S3迭代运行,直到下列停止条件得到满足:
停止条件:Cth的值大于20即当移动平台ni连续移动方向夹角超过π/2的次数大于20时,移动平台ni停止继续移动,到达目的地。
本发明的有益技术效果:
本发明每个移动平台根据自己的位置、周围邻居节点的位置和给定的路线信息来模拟相互间的吸引力或者排斥力,根据这些虚拟的力来调制自己的移动方向和移动速度,这样移动平台群体能够平滑的沿着给定路线移动到目的地,并在移动过程中保持最佳网络特性。本发明解决了无人移动平台群体从始发地沿着给定路线到达目的地的控制问题,基于本发明的移动控制,在移动过程中保持最佳网络特性,即移动过程中网络保持连通性,且任意相邻平台间保持最大通信距离以扩大整个网络的覆盖面积。本发明通过每个平台根据自己的位置、周围邻居节点的位置和给定的路线信息来模拟相互间的吸引力或者排斥力,根据这些虚拟的力来调制自己的移动方向和移动速度,这样平台群体能够平滑的沿着给定路线移动到目的地,并在移动过程中保持最佳网络特性。
附图说明
图1是本发明的流程示意图;
图2是在实验室利用Matlab仿真软件对本发明有效性的验证;
图3是在不同形状的移动路线下本发明的群体移动部署消耗时间和群体中平台平均移动距离的对比图
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明的流程图。每个移动平台在初始化过程中设置Cth=0,然后开始进入迭代循环。在迭代循环过程中,首先,每个移动平台都向邻居移动平台(即处于通信距离内的平台)广播自己的位置信息;然后,每个移动平台根据事先给定路线、收到的邻居移动平台位置和自身位置三方面的信息来计算自己的所受到的虚拟力;最后,每个移动平台将计算得到的虚拟力转换为自己的移动方向和移动速度,并调整移动。上述三个步骤迭代进行,直到平台满足停止条件便停止运动。在这个过程中,移动平台群体能够平滑的沿着给定路线移动到目的地,并在移动过程中保持最佳网络特性。
图2是在实验室利用Matlab仿真软件对本发明的有效性进行验证的结果,为了清楚表示,本实验中设置所有移动平台的z坐标为0。网络中包含50个移动平台(用圆圈表示),始发地用方块表示,目的地用五角星表示,事先给定路线为一条波浪形状曲线(用虚线表示),路线总长度为10000米,每个移动平台的最大移动速度为20米/秒,平台之间有连线表示它们之间保持连接,即可直接通信。其中图(a)是群体的初始状态:所有移动平台随机的分布在始发地周围。图(b)为发明方法运行200s后的状态,所有移动平台构成了规则的群体(保持相互连接,且平台间的距离保持在最大的通信距离上)一起沿着给定的路线平滑移动。图(c)为最终状态(即835s后的状态),所有移动平台按照规则的群体到达目的地。
图3是通过Matlab仿真软件对在不同形状的移动路线下本发明的群体移动部署消耗时间和群体中移动平台平均移动距离随着群体移动平台个数的变化的对比。图(a)是移动时间的对比图,其中加○的曲线表示移动路线为直线时的情况,加◇的曲线表示路线为圆圈的情况,加+的曲线为正弦形状是的情况。在仿真中设置三种形状路线的总长度相同,都为1万米。可以发现无论是何种路线,移动消耗的总时间都有随着平台数增多而上升的趋势,其中路线为直线时平台移动的时间最少,而圆圈和正弦路线消耗的时间相差不大。图(b)是移动距离的对比图,其中虚线表示实际的路线长度,可以发现群体移动的距离都要长于实际的路线,这是由于平台间的相互作用使它们保持了良好的连接性,但并不能完全按照给定的路线移动。同样的,当路线为直线时,节点需要移动的距离最少,而路径为正弦形状时需要移动的距离最大,路径为圆圈时,需要移动的距离居中。
以上包含了本发明优选实施例的说明,这是为了详细说明本发明的技术特征,并不是想要将发明内容限制在实施例所描述的具体形式中,依据本发明内容主旨进行的其他修改和变型也受本专利保护。本发明内容的主旨是由权利要求书所界定,而非由实施例的具体描述所界定。
Claims (2)
1.一种三维空间无人移动平台群体移动部署通信与控制方法,其特征在于,包括以下步骤:
S1无人移动平台群体中的任一移动平台ni通过发送广播包向邻居移动平台广播自己的位置信息(xi,yi,zi),并通过收听邻居移动平台的广播包来获得邻居移动平台节点的位置信息,设邻居移动平台节点nj的位置信息为(xj,yj,zj);
S2移动平台ni根据其自身位置信息、邻居平台位置信息和给定的路线信息计算它所感受到的虚拟力;
首先,通过下式的矢量求和计算移动平台ni受到的其所有相邻移动平台的虚拟吸引力
其中N(i)为移动平台ni的所有邻居移动平台节点的集合;的方向为从移动平台ni指向与其相邻的移动平台nj;
然后,计算移动平台ni受到的其所有相邻移动平台的虚拟排斥力
其中通过下式计算,其方向为从移动平台nj指向移动平台ni,
式(3)中Ri,j为移动平台ni和nj之间的距离,Ropt为给定的移动平台间的最大通信距离;
再次,计算给定路线对移动平台ni的虚拟牵引力,
其中t为当前时刻,Δt为事先设定的移动控制时间粒度,(x(t),y(t),z(t))和(x(t+Δt),y(t+Δt),z(t+Δt))分别为每个移动平台给定运动路线在t时刻和t+Δt时刻的坐标;方向为从位置(x(t),y(t),z(t))指向位置(x(t+Δt),y(t+Δt),z(t+Δt));
最后,通过下式的矢量求和来计算虚拟力合力
S3移动平台ni根据所感受到的虚拟力来计算自己的移动方向和移动速度,直至满足停止条件。
2.根据权利要求1所述的三维空间无人移动平台群体移动部署通信与控制方法,其特征在于,步骤S3的方法如下:
首先,采用下式计算移动速度:
其中Ui为移动平台ni的最大移动速度;
计算得到移动速度vi后,移动平台ni调整自己的移动速度为vi,其移动方向为虚拟力合力的方向;
然后,记录下移动平台ni本次移动的方向,并比较本次移动方向于上次移动方向的角度差,当角度差小于π/2时,Cth=0;否则,Cth=Cth+1;
S1~S3迭代运行,直到下列停止条件得到满足:
停止条件:Cth的值大于20,即当移动平台ni连续移动方向夹角超过π/2的次数大于20时,移动平台ni停止继续移动,到达目的地。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610685987.4A CN106304114B (zh) | 2016-08-18 | 2016-08-18 | 一种三维空间无人移动平台群体移动部署通信与控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610685987.4A CN106304114B (zh) | 2016-08-18 | 2016-08-18 | 一种三维空间无人移动平台群体移动部署通信与控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106304114A CN106304114A (zh) | 2017-01-04 |
CN106304114B true CN106304114B (zh) | 2019-07-09 |
Family
ID=57679495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610685987.4A Active CN106304114B (zh) | 2016-08-18 | 2016-08-18 | 一种三维空间无人移动平台群体移动部署通信与控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106304114B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109000653B (zh) * | 2018-06-06 | 2020-05-05 | 西南交通大学 | 一种多维空间多载运工具路径智能优化方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101051973A (zh) * | 2007-05-17 | 2007-10-10 | 浙江大学 | 基于虚拟力的移动无线传感器网络节点布局方法及装置 |
CN101174327A (zh) * | 2007-11-06 | 2008-05-07 | 北京邮电大学 | 视频传感器网络对移动目标运动轨迹覆盖增强的实现方法 |
CN101650568A (zh) * | 2009-09-04 | 2010-02-17 | 湖南大学 | 未知环境下移动机器人导航安全的方法 |
CN102269593A (zh) * | 2010-06-01 | 2011-12-07 | 北京航空航天大学 | 基于模糊虚拟力的无人机航路规划方法 |
CN102735332A (zh) * | 2012-07-16 | 2012-10-17 | 中国民航大学 | 一种移动传感器网络机场噪声监测覆盖优化方法及装置 |
CN105228166A (zh) * | 2015-10-16 | 2016-01-06 | 北京工商大学 | 有向移动传感器网络三维空间路径自主部署方法 |
CN105246120A (zh) * | 2015-09-11 | 2016-01-13 | 浙江树人大学 | 一种数据传输时延和跳数受限的Sink节点移动路径分布式选择方法 |
CN105717929A (zh) * | 2016-04-29 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 一种多分辨率障碍物环境下移动机器人混合路径规划方法 |
-
2016
- 2016-08-18 CN CN201610685987.4A patent/CN106304114B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101051973A (zh) * | 2007-05-17 | 2007-10-10 | 浙江大学 | 基于虚拟力的移动无线传感器网络节点布局方法及装置 |
CN101174327A (zh) * | 2007-11-06 | 2008-05-07 | 北京邮电大学 | 视频传感器网络对移动目标运动轨迹覆盖增强的实现方法 |
CN101650568A (zh) * | 2009-09-04 | 2010-02-17 | 湖南大学 | 未知环境下移动机器人导航安全的方法 |
CN102269593A (zh) * | 2010-06-01 | 2011-12-07 | 北京航空航天大学 | 基于模糊虚拟力的无人机航路规划方法 |
CN102735332A (zh) * | 2012-07-16 | 2012-10-17 | 中国民航大学 | 一种移动传感器网络机场噪声监测覆盖优化方法及装置 |
CN105246120A (zh) * | 2015-09-11 | 2016-01-13 | 浙江树人大学 | 一种数据传输时延和跳数受限的Sink节点移动路径分布式选择方法 |
CN105228166A (zh) * | 2015-10-16 | 2016-01-06 | 北京工商大学 | 有向移动传感器网络三维空间路径自主部署方法 |
CN105717929A (zh) * | 2016-04-29 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 一种多分辨率障碍物环境下移动机器人混合路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106304114A (zh) | 2017-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
La et al. | Dynamic target tracking and observing in a mobile sensor network | |
Zhao et al. | Self-adaptive collective motion of swarm robots | |
Öztürk et al. | Artificial bee colony algorithm for dynamic deployment of wireless sensor networks | |
Liu et al. | Dynamic path planning for mobile robot based on improved genetic algorithm | |
CN102264077B (zh) | 一种传感器网络的节点部署方法和节点 | |
CN110162096A (zh) | 基于人工势场法的无人机编队队形形成与保持方法 | |
CN105589333B (zh) | 多智能体系统分组包围控制方法 | |
Giuggioli et al. | From ants to birds: A novel bio-inspired approach to online area coverage | |
CN106060781B8 (zh) | 基于BIM与Zigbee技术融合的空间定位方法 | |
CN108430105A (zh) | 分布式传感器网络协同目标估计及干扰源无源定位方法 | |
CN106304114B (zh) | 一种三维空间无人移动平台群体移动部署通信与控制方法 | |
CN110597059A (zh) | 面向无人系统的椋群式智能群体动态网络拓扑构建方法 | |
CN105096376A (zh) | 一种信息处理方法及电子设备 | |
Liu et al. | A novel swarm robot simulation platform for warehousing logistics | |
Sasaki et al. | A3C based motion learning for an autonomous mobile robot in crowds | |
Hillier | The generic city and its origins | |
Yongjie et al. | Collision avoidance planning in multi-robot based on improved artificial potential field and rules | |
CN106332101B (zh) | 一种无人移动平台群体分布式格型网络拓扑的构建方法 | |
CN106502090A (zh) | 一种三维空间中多智能体系统的定位及环绕控制方法 | |
CN109696915A (zh) | 一种测试方法和系统 | |
Dang et al. | Path planning for a formation of autonomous robots in an unknown environment using artificial force fields | |
CN108151742A (zh) | 机器人导航的数据处理方法及其智能装置 | |
Hu et al. | Cooperative path planning for intelligent vehicle using unmanned air and ground vehicles | |
Jiang et al. | Decentralized algorithm for repeating pattern formation by multiple robots | |
Yang | Grid based 2D navigation by a decentralized robot system with collison avoidance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |