CN106358256B - 一种多机器人控制协调者产生方法 - Google Patents

一种多机器人控制协调者产生方法 Download PDF

Info

Publication number
CN106358256B
CN106358256B CN201610948411.2A CN201610948411A CN106358256B CN 106358256 B CN106358256 B CN 106358256B CN 201610948411 A CN201610948411 A CN 201610948411A CN 106358256 B CN106358256 B CN 106358256B
Authority
CN
China
Prior art keywords
coordinator
nodes
node
network
path
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
Application number
CN201610948411.2A
Other languages
English (en)
Other versions
CN106358256A (zh
Inventor
范光宇
陈年生
孙强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Dianji University
Original Assignee
Shanghai Dianji University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Dianji University filed Critical Shanghai Dianji University
Priority to CN201610948411.2A priority Critical patent/CN106358256B/zh
Publication of CN106358256A publication Critical patent/CN106358256A/zh
Application granted granted Critical
Publication of CN106358256B publication Critical patent/CN106358256B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/08—Access restriction or access information delivery, e.g. discovery data delivery
    • H04W48/10—Access restriction or access information delivery, e.g. discovery data delivery using broadcasted information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种多机器人控制协调者产生方法，选取多机器人网络中处于逻辑拓扑结构的中心位置的机器人为协调者；当网络中存在多个可能的中心位置时，选取周围有较多机器人数量的机器人为协调者；确定协调者后，通过广播和转发方式通知所有机器人。本发明提供的方法克服了现有技术的不足，借鉴无线传感网络的簇头选举方法和网络路由方法，有助于快速产生机器人协调者，通过选取网络逻辑拓扑的中心为协调者，减少网络协调者与其他节点之间数据传输跳数，减少数据传输延时，提高协调者与其他节点之间数据传输效率，进而提高了整个网络的数据传输效率。本发明方法不仅适用于单跳的网络中，而且适用于多跳网络中。

Description

一种多机器人控制协调者产生方法
技术领域
本发明涉及一种多机器人控制协调者产生方法，属于机器人技术领域。
背景技术
目前，机器人技术广泛应用于灾难救援、数据采集监测等领域中，多机器人协调作业有助于提高任务完成速度和效率，因此，多机器人的队形控制和网络协调是当前的热点问题。
多机器人的队形控制主要包括集中式结构和分布式结构。集中式结构中，由某一关键的个体进行决策并与团队中的其他机器人进行通讯，该核心个体可以优化机器人的协调，监视任务的完成情况。分布式体系结构是指在机器人团队的控制结构中没有集中组织，单个机器人根据局部信息进行自主决策。分布式结构的优点在于对单个机器人成员的故障或丢失具有鲁棒性和可扩展性，并且不易受通讯和计算误差的影响。然而，分布式结构算法相对复杂且获取信息有限，导致无法进行较为全面的集中决策。多机器人队形控制方法中主要针对选取好协调者后，其余非协调者机器人如何与协调者保持特定队形，如柱形、直线形、三角形、菱形、楔形以及圆形等结构，协调者的选取方法主要根据机器人位置等选取。
在无线传感网络中，网络分簇是一种常用的方法，分簇传感网络由多个相邻的传感节点聚合成簇，簇头节点由簇内的各传感节点选举产生。簇头的选举方法包括随机选取、轮流选取方法等，选举依据一般根据传感节点的剩余能量或节点位置等。现有的无线传感网络的簇头选举方法主要适用于单跳的簇结构中，不能适用于多跳的簇结构中。
现有方法注重节点的能量，机器人组网时，机器人电池可先更换，能量会相对充足，因此，除了能量约束外，通过该机器人编组完成特定任务更为重要，更应该注重机器人组网的性能，数据传输的效率。
多机器人的网络中，需要多个机器人配合作业完成一些特定任务，此时需要产生一个协调者对这些机器人进行集中控制和协调，以提高机器人作业的效率。多机器人的网络中，有且仅有一个机器人协调者，该协调者负责管理和控制整个网络。与普通的网络不同，该网络可能为多跳网络，即机器人协调者与非协调者之间可能无法直接通信，需经过中间节点转发数据。此时，现有的协调者选举方法和分簇数据传输方法将不能直接使用。
由于多机器人网络中，机器人协调者与非协调者之间的数据传输要求要大于非协调者之间的数据传输要求。因此，提高协调者与非协调者之间的数据传输效率，有助于提高整个机器人网络的数据传输效率，进而提高整个网络的性能，提高任务的完成速度和效果。
发明内容
本发明要解决的技术问题是在多机器人网络中，如何提高机器人协调者与非协调者之间的数据传输效率，进而提高整个机器人网络的数据传输效率。
为了解决上述技术问题，本发明的技术方案是提供一种多机器人控制协调者产生方法，其特征在于，该方法由以下2个步骤组成：
步骤1：选取多机器人网络中处于逻辑拓扑结构的中心位置的机器人为协调者；当网络中存在多个可能的中心位置时，选取周围有较多机器人数量的机器人为协调者；
步骤2：确定协调者后，通过广播和转发方式通知所有机器人。
优选地，所述步骤1的具体过程如下：
统计网络中任意两个节点的最短路径跳数，并取出最短路径中跳数最大的路径；假设该路径的跳数为M，M为正整数，该路径的节点数为M+1；
a1)当M为偶数时，取出该路径的最中间节点为协调者；
a2)当M为奇数时，取出该路径最中间的两个节点，计算该两个节点的一跳邻居节点数，取一跳邻居节点数多的节点为协调者；当两个节点的一跳邻居节点数相同时，取该两个节点中节点ID小的为协调者。
更优选地，当网络中最短路径中跳数最大的路径有多条时，设有L条路径，L为大于1的整数，假设这些路径的跳数为M，M为正整数，该路径的节点数为M+1；
b1)当M为偶数时，取出该L条路径的最中间节点并计算节点的一跳邻居节点数，取一跳邻居节点数多的节点为协调者；当这些节点的一跳邻居节点数相同时，取节点ID小的为协调者；
b2)当M为奇数时，取出该L条路径最中间的两个节点，计算这些节点的一跳邻居节点数，取一跳邻居节点数多的节点为协调者；当这些节点的一跳邻居节点数相同时，取节点ID小的为协调者。
优选地，所述步骤2的具体过程如下：
2.1确定协调者后，担任协调者的机器人发布广播信息；
2.2非协调者接收到协调者的广播信息后，如果是第一次接收到该广播信息，则将该广播信息继续广播，同时将自己的节点ID写入该广播信息的发送节点ID中。
更优选地，所述广播信息包含信息类型、源节点ID、发送节点ID、目的节点ID、协调者ID、信息结束标识。
本发明针对多机器人网络中，机器人之间需要多跳传输数据且网络协调者的数据传输需求较大的特点，通过选取多机器人网络中处于中心位置(逻辑拓扑结构的中心位置)的机器人为协调者；当网络中存在多个可能的中心位置时，选取周围有较多机器人数量(较多的一跳邻居节点数)的机器人为协调者；通过该协调者选取方法，减少协调者与其余网络节点之间数据传输的跳数，提高网络数据传输效率。
本发明提供的方法克服了现有技术的不足，借鉴无线传感网络的簇头选举方法和网络路由方法，有助于快速产生机器人协调者，通过选取网络逻辑拓扑的中心为协调者，减少网络协调者与其他节点之间数据传输跳数，减少数据传输延时，提高协调者与其他节点之间数据传输效率，进而提高了整个网络的数据传输效率。本发明方法不仅适用于单跳的网络中，而且适用于多跳网络中。
附图说明
图1为机器人组队协调者确定示意图；
图2为协调者确定广播信息结构示意图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本实施例提供了一种多机器人控制协调者产生方法，具体过程如下。
1、网络的多个机器人根据网络拓扑确定担任协调者的机器人，确定方法如下：
统计网络中任意两个节点的最短路径跳数，并取出最短路径中跳数最大的路径；
A.当网络中最短路径中跳数最大的路径有且只有一条时，假设该路径的跳数为M(M为正整数)，该路径的节点数为M+1；
(a1)当M为偶数时，取出该路径的最中间节点为协调者；
(a2)当M为奇数时，取出该路径最中间的两个节点，计算该两个节点的一跳邻居节点数，取一跳邻居节点数多的节点为协调者(当以连通图来表示网络拓扑时，节点的一跳邻居节点数即为节点为顶点的度，即取度大的节点为协调者)；当两个节点的一跳邻居节点数相同时，取该两个节点中节点ID小的为协调者；
B.当网络中最短路径中跳数最大的路径有多条时，设有L条路径(L为大于1的整数)，假设这些路径的跳数为M(M为正整数)，该路径的节点数为M+1；
(b1)当M为偶数时，取出该L条路径的最中间节点并计算节点的一跳邻居节点数，取一跳邻居节点数多的节点为协调者；当这些节点的一跳邻居节点数相同时，取节点ID小的为协调者；
(b2)当M为奇数时，取出该L条路径最中间的两个节点，计算这些节点的一跳邻居节点数，取一跳邻居节点数多的节点为协调者；当这些节点的一跳邻居节点数相同时，取节点ID小的为协调者。
协调者确定方法实例如图1所示，图1中各机器人节点之间的路径连接用实线表示，节点N1到N2之间的最短路径为节点N1经过N4、N0后到达N2的路径(表示为路径P12)，该路径有5跳6个节点。节点N1到N3的最短路径为N1经过N4、N5到达N3的路径，该路径有4跳5个节点。因此，选择路径P12的中间节点N0和N4，而节点N0和N4的一跳邻居节点分别为5和3，因此，节点N0将被确定为协调者。
2、确定协调者后，通过广播和转发方式通知所有机器人。
2.1确定协调者后，担任协调者的机器人发布广播信息，广播信息包含信息类型(TOS)、源节点ID(SID)、发送节点ID(TID)、目的节点ID(DID)、协调者ID(CID)、信息结束标识(EOS)，格式如图2所示。
(2.2)非协调者接收到协调者的广播信息后，如果是第一次接收到该广播信息则将该信息继续广播，同时将自己的节点ID写入该广播的发送节点ID中，格式如图2所示。

Claims (4)

1.一种多机器人控制协调者产生方法，其特征在于，该方法由以下2个步骤组成：
步骤1：选取多机器人网络中处于逻辑拓扑结构的中心位置的机器人为协调者；当网络中存在多个可能的中心位置时，选取周围有较多机器人数量的机器人为协调者；
步骤2：确定协调者后，通过广播和转发方式通知所有机器人；
所述步骤1的具体过程如下：
统计网络中任意两个节点的最短路径跳数，并取出最短路径中跳数最大的路径；假设该路径的跳数为M，M为正整数，该路径的节点数为M+1；
a1)当M为偶数时，取出该路径的最中间节点为协调者；
a2)当M为奇数时，取出该路径最中间的两个节点，计算该两个节点的一跳邻居节点数，取一跳邻居节点数多的节点为协调者；当两个节点的一跳邻居节点数相同时，取该两个节点中节点ID小的为协调者。
2.如权利要求1所述的一种多机器人控制协调者产生方法，其特征在于：当网络中最短路径中跳数最大的路径有多条时，设有L条路径，L为大于1的整数，假设这些路径的跳数为M，M为正整数，该路径的节点数为M+1；
b1)当M为偶数时，取出该L条路径的最中间节点并计算节点的一跳邻居节点数，取一跳邻居节点数多的节点为协调者；当这些节点的一跳邻居节点数相同时，取节点ID小的为协调者；
b2)当M为奇数时，取出该L条路径最中间的两个节点，计算这些节点的一跳邻居节点数，取一跳邻居节点数多的节点为协调者；当这些节点的一跳邻居节点数相同时，取节点ID小的为协调者。
3.如权利要求1所述的一种多机器人控制协调者产生方法，其特征在于：所述步骤2的具体过程如下：
2.1 确定协调者后，担任协调者的机器人发布广播信息；
2.2 非协调者接收到协调者的广播信息后，如果是第一次接收到该广播信息，则将该广播信息继续广播，同时将自己的节点ID写入该广播信息的发送节点ID中。
4.如权利要求3所述的一种多机器人控制协调者产生方法，其特征在于：所述广播信息包含信息类型、源节点ID、发送节点ID、目的节点ID、协调者ID、信息结束标识。
CN201610948411.2A 2016-10-26 2016-10-26 一种多机器人控制协调者产生方法 Active CN106358256B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610948411.2A CN106358256B (zh) 2016-10-26 2016-10-26 一种多机器人控制协调者产生方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610948411.2A CN106358256B (zh) 2016-10-26 2016-10-26 一种多机器人控制协调者产生方法

Publications (2)

Publication Number Publication Date
CN106358256A CN106358256A (zh) 2017-01-25
CN106358256B true CN106358256B (zh) 2019-09-17

Family

ID=57864384

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610948411.2A Active CN106358256B (zh) 2016-10-26 2016-10-26 一种多机器人控制协调者产生方法

Country Status (1)

Country Link
CN (1) CN106358256B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020170934A (ja) * 2019-04-03 2020-10-15 Ｔｅｌｅｘｉｓｔｅｎｃｅ株式会社 制御装置、ネットワーク制御方法、及びプログラム
CN111245938B (zh) * 2020-01-10 2023-01-17 北京猎户星空科技有限公司 机器人集群管理方法、机器人集群、机器人以及相关设备
CN113276105B (zh) * 2020-02-19 2022-12-30 苏州极智嘉机器人有限公司 一种机器人控制方法及装置
CN114466081B (zh) * 2021-12-23 2024-04-12 东莞市李群自动化技术有限公司 实时通道组的节点管控方法、系统、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101364110A (zh) * 2008-09-28 2009-02-11 重庆邮电大学 一种多自主机器人协同作业控制方法及系统
CN102521364A (zh) * 2011-12-15 2012-06-27 北京大学 一种图上两点间最短路径查询方法
CN103177382A (zh) * 2013-03-19 2013-06-26 武汉大学 微博平台上的关键传播路径和中心节点的探测方法
US8818918B2 (en) * 2011-04-28 2014-08-26 International Business Machines Corporation Determining the importance of data items and their characteristics using centrality measures
CN104796917A (zh) * 2015-03-24 2015-07-22 江南大学 一种基于Steiner中心的无线传感网络汇聚节点选取与预测的模型
CN104981002A (zh) * 2015-05-07 2015-10-14 水利部南京水利水文自动化研究所 一种无线传感器网络中汇聚节点的位置确定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101364110A (zh) * 2008-09-28 2009-02-11 重庆邮电大学 一种多自主机器人协同作业控制方法及系统
US8818918B2 (en) * 2011-04-28 2014-08-26 International Business Machines Corporation Determining the importance of data items and their characteristics using centrality measures
CN102521364A (zh) * 2011-12-15 2012-06-27 北京大学 一种图上两点间最短路径查询方法
CN103177382A (zh) * 2013-03-19 2013-06-26 武汉大学 微博平台上的关键传播路径和中心节点的探测方法
CN104796917A (zh) * 2015-03-24 2015-07-22 江南大学 一种基于Steiner中心的无线传感网络汇聚节点选取与预测的模型
CN104981002A (zh) * 2015-05-07 2015-10-14 水利部南京水利水文自动化研究所 一种无线传感器网络中汇聚节点的位置确定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
节点重要度贡献的复杂网络节点重要度评估方法;张喜平等;《复杂系统与复杂性科学》;20140812;第11卷(第3期);第1节

Also Published As

Publication number Publication date
CN106358256A (zh) 2017-01-25

Similar Documents

Publication Publication Date Title
CN106358256B (zh) 一种多机器人控制协调者产生方法
Wang et al. Bio-inspired ant colony optimization based clustering algorithm with mobile sinks for applications in consumer home automation networks
CN102448138B (zh) 一种无线传感器网络层次路由协议的组簇方法
US8139504B2 (en) System, device, and method for unifying differently-routed networks using virtual topology representations
CN101237366B (zh) 一种协同感知能量有效的无线传感网实现方法
Anitha et al. Enhanced cluster based routing protocol for mobile nodes in wireless sensor network
US8824445B1 (en) Null interface feature in wireless mesh networking device
Sumathi et al. Energy optimization in manets using on-demand routing protocol
CN101119372B (zh) 适用于移动无线传感器网络的协作节能路由图构造方法
CN102971988A (zh) 用于有向无环图(dag)路由的替代下行路径
CN104135751B (zh) 一种适用于地铁隧道的非均匀分簇路由方法
CN104219704B (zh) 无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法
CN103262467A (zh) 与计算机网络中低接触节点的增加的通信机会
CN104602302A (zh) 一种基于分簇结构的ZigBee网络能量均衡路由方法
CN103209454A (zh) 一种基于节点竞争值及软阈值的双簇头选举方法
CN103458487A (zh) 无线传感网中网络编码感知跨层节能路由方法
CN104411000A (zh) 一种无线传感器网络中分层路由协议簇头选择方法
CN106656795B (zh) 一种无线传感器执行器网络分簇路由选择方法
CN102724730A (zh) 一种无线传感器网络基于数据融合的多径路由方法及装置
CN105764084A (zh) 一种无线传感网多径路由协议的实现方法
Zhao et al. Load migrating for the hot spots in wireless sensor networks using CTP
CN105592472A (zh) 无线传感器网络拓扑方法
CN103826282B (zh) 基于剩余能量的集合划分多跳路由方法
Rountos et al. Energy efficient routing in wireless sensor networks: A comparative study on leach protocol and its successors
Shah et al. Study on 6LoWPAN routing protocols with SD aspects in IoT

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant