CN109040969A - 室内环境下的智能机器人小车最佳采集点位置选择方法 - Google Patents

Abstract

本发明公开了一种室内环境下的智能机器人小车最佳采集点位置选择方法，包括：将环境信息全部已知的封闭空间中的地面结构进行栅格化处理，在待监测的各个栅格中心部署固定不动的传感器节点，通过传感器节点感知环境信息，通过智能机器人小车采集传感器节点获取到的环境信息；用图的概念描述具有障碍物的复杂室内环境中传感器节点的监测范围，将智能机器人小车最佳信息采集点位置选择问题映射为求解基数最小的集合覆盖问题，建立0‑1线性规划模型；利用近似算法求解最佳采集点位置选择模型，得到智能机器人小车最佳信息采集点的位置集合。本发明提高了智能机器人小车数据采集的效率，以最少的停靠点收集到环境中所有监测点的信息。

Description

室内环境下的智能机器人小车最佳采集点位置选择方法

技术领域

本发明涉及线传感器网络与集合覆盖问题领域，尤其涉及一种室内环境下的智能机器人小车最佳采集点位置选择方法。

背景技术

随着传感器技术和无线通信技术的蓬勃发展，微型传感器节点在日常生活中被广泛使用。传感器网络通常采用密集部署传感器的方法来保证数据传输的连通性。通常，传感器节点通过单跳或者多跳的方式将数据传输给sink节点，由sink节点对数据做进一步处理或远程传输给数据中心。对于家庭，办公室，仓库等环境，一般不会设置冗余传感器以保证路由的连通性；同时，传感器的功率过大也不利于延长传感器网络的寿命。因此，如何保证在降低网络部署成本的同时，既要实现对目标环境的感知要求又确保数据信息传输的连通性显得十分重要。

目前，现有的一些基于图论的传感器网络路由方法可以提高信息采集效率，也可以在确保目标覆盖率的前提下降低网络部署成本，但都没有考虑如何通过拓扑矩阵来描述有墙体等阻挡物时的场景。

发明内容

本发明要解决的技术问题在于针对现有技术中传感器网络中的信息采集效率低下的缺陷，提供一种室内环境下的智能机器人小车最佳采集点位置选择方法。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种室内环境下的智能机器人小车最佳采集点位置选择方法，通过设置在室内环境内的传感器节点和智能机器人小车实现，该方法包括以下步骤：

S-1、将环境信息全部已知的封闭空间中的地面结构进行栅格化处理，在待监测的各个栅格中心部署固定不动的传感器节点，通过传感器节点感知环境信息，每个监测传感器节点中均安装有节点控制程序；智能机器人小车中安装有巡检控制程序及近似算法，通过智能机器人小车采集传感器节点获取到的环境信息；

S-2、用图的概念描述具有障碍物的复杂室内环境中传感器节点的监测范围，将智能机器人小车最佳信息采集点位置选择问题映射为求解基数最小的集合覆盖问题，建立0-1线性规划模型作为最佳采集点位置选择模型；

S-3、利用近似算法求解最佳采集点位置选择模型，得到智能机器人小车最佳信息采集点的位置集合。

进一步地，本发明的步骤S-1中对地面结构进行栅格化处理的方法为：

将环境信息全部已知的封闭空间中的地面结构划分为n个边长为L的正方形小方块区间，其中栅格划分满足r为每个监测传感器节点的圆盘形区域有效数据感知半径；房间中的墙体和阻挡物在图中用加粗的线条表示，被检对象位于栅格中心，用小方框表示。

进一步地，本发明的该方法中还包括控制智能机器人小车运动的方法：

栅格中心为智能机器人小车采集数据时停靠的位置，智能机器人小车能够完成直线前进、后退，90度左转右转，停止的动作。

进一步地，本发明的步骤S-2中的具体方法为：

标记C为所有栅格的集合，C_j表示智能机器人小车位于标号为j的栅格处时能够监测到的监测传感器节点的所在栅格的集合，e_i表示第i个栅格；

定义一个二元组图G＝(V,E)，|V|＝n，|E|＝m，其中V是非空有限集，V中的元素称为图G的顶点；E是顶点集V的无序或有序的元素对偶(v_i,v_j)，(i,j＝1,2,...,n)组成的集合，其中的元素称为边；

有n×n阶矩阵A＝(a_ij)_n×n，其中

若a_ij＝1(i≠j)，则说明在第i个栅格位置可以监测到第j个栅格中的监测传感器节点的信息，即图中顶点v_i与顶点v_j之间有一条关联边；

若a_ij＝1(i＝j)，则说明第i个栅格内有被监测的点；

若a_ij＝0，则说明第j个栅格不在第i个栅格的有效监测范围内；

从而画出智能机器人小车经过有监测传感器的栅格中心时监测传感器的有效监测范围内的被监测点示意图。

进一步地，本发明的步骤S-2中建立0-1线性规划模型的具体方法为：

对所有栅格的集合C＝{e₁,e₂,...,e_m}，的每个子集C_j(j∈J)，引入0-1决策变量

其中x_j＝1表示智能机器人小车需要停靠于栅格e_j的中心采集信息，x_j＝0则表示智能机器人小车不需要停靠栅格e_j进行信息采集，由此建立关于集合覆盖问题的0-1线性规划模型IP。

进一步地，本发明的步骤S-3中求解模型的方法具体为：

最佳的信息采集点位置集合应该满足智能机器人小车最少的栅格停靠点C_j，使得因此有目标函数：

为了确保集合C中的每一个元素e_i(i＝1,2,...,n)都能被集合C中的某个子集C_j(j∈J)所包含，即保证能采集到环境中所有被监测点的信息；

因此x_j满足约束条件：

进一步地，本发明的该方法中监测传感器节点控制程序包括：

S-101、初始化；

S-102、清空缓存；

S-103、计时器计时；

S-104、判断计时器是否到时；

S-105、若是，则执行S-106；若否，则执行S-103；

S-106、采集环境信息数据；

S-107、存储采集到的数据；

S-108、判断是否收到来自智能机器人小车的发送命令；

S-109、若是，则执行S-110；若否，则执行S-102；

S-110、发送数据；

S-111、发送完毕后执行S-102。

进一步地，本发明的该方法中智能机器人小车巡检控制程序包括：

S-201、初始化；

S-202、设置环境拓扑信息参数；

S-203、判断是否需要巡检；

S-204、若是，则执行S-205；若否，则执行S-208；

S-205、计算最佳采集点位置集合；

S-206、显示采集点位置集合；

S-207、巡检；

S-208、结束。

进一步地，本发明的该方法中近似算法程序包括：

S-301、初始化；

S-302、令

S-303、判断是否等于C_j；

S-304、若等于，则执行S-306；若不等于，则执行S-305；

S-305令J:＝J∪{j^*}，执行S-303；

S-306输出集合覆盖。

本发明产生的有益效果是：本发明的室内环境下的智能机器人小车最佳采集点位置选择方法，考虑了复杂室内环境中墙体等阻挡物对传感器数据传输的影响，用图的概念描述了环境中监测传感器的监测范围。将最佳采集点问题映射为最小集合覆盖问题，从求解集合覆盖问题的NP-困难性出发，建立复杂室内环境下的智能机器人小车最佳采集点位置选择的0-1规划模型，根据Chvatal提出的贪心算法的思想，为上述集合覆盖问题提出一种近似算法求解出一个基数最小的集合覆盖，从而得到所要寻找的最佳监测点位置；在考虑了环境中墙体等阻挡物的条件下，提高了智能机器人小车数据采集的效率，以最少的停靠点收集到环境中所有监测点的信息。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1室内房间地面栅格化及监测传感器部署图；

图2考虑房间中墙体等阻碍物时的监测传感器监测范围图；

图3有墙体等阻碍物时的传感器节点网络图；

图4监测传感器节点控制程序流程图；

图5智能机器人小车巡检控制程序流程图；

图6近似算法求解流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例的复杂室内环境下的智能机器人小车最佳采集点位置选择方法。该方法的具体步骤是：

标记说明；

本实施例中，所有栅格的集合C＝{e₁,e₂,...,e₁₂}，C_j表示智能机器人小车位于标号为j的栅格处时能够监测到的监测传感器节点的所在栅格的集合，e_i表示第i个栅格。

步骤一、将环境信息全部已知的封闭空间中的地面结构进行栅格化处理为3×4个边长为L的正方形小方块区间，每个栅格中心标号e_i，i＝1,2,...,12，如图1所示。其中栅格划分满足r为每个监测传感器节点的圆盘形区域有效数据感知半径。栅格化处理后在需要监测的栅格中心部署固定不动的监测传感器节点感知环境信息，用小方框表示。房间中的墙体等阻挡物用加粗的线条表示。栅格中心也为智能机器人小车采集数据时停靠的位置。智能机器人小车能够完成直线前进后退，90度左转右转，停止等动作。

步骤二、用图的概念描述具有墙体等阻挡物的复杂室内环境中监测传感器节点的监测范围。根据图1，定义一个二元组图G＝(V,E)，|V|＝12，|E|＝m，V＝{v₁,v₂,v₃,...,v₁₁,v₁₂}，由于有墙体等阻挡物限制监测传感器信号传输，可以得到智能机器人小车采集信息时能够采集到房间内所有被监测点时的邻接矩阵A＝(a_ij)_7×7：

其中a_ij＝1(i≠j)，说明智能机器人小车位于第i个栅格中心位置可以采集到第j个栅格中的监测传感器节点的信息，因此顶点v_i与顶点v_j之间有一条关联边；若a_ij＝1(i＝j)，则说明第i个栅格内有被监测的点；若a_ij＝0，则说明智能机器人小车位于第i个栅格中心位置时采集不到第j个栅格中的监测传感器节点的信息。从而画出智能机器人小车经过有监测传感器的栅格中心时监测传感器的有效监测范围内的被监测点示意图，如图2所示。

步骤三、确定智能小车最佳采集点集合

利用近似算法求解上述问题，得到智能机器人小车最佳信息采集点位置集合；

本实施例所述的监测传感器节点控制程序的主流程如图4所示：

S-101初始化；

S-102清空缓存；

S-103计时器计时；

S-104判断计时器是否到时？

S-105若是，则执行S-106；若否，则执行S-103；

S-106采集环境信息数据；

S-107存储采集到的数据；

S-108判断是否收到来自智能机器人小车的发送命令？

S-109若是，则执行S-110；若否，则执行S-102；

S-110发送数据；

S-111发送完毕后执行S-102；

本实施例所述的智能机器人小车巡检控制程序的主流程如图5所示：

S-201初始化；

S-202设置环境拓扑信息参数；

S-203判断是否需要巡检

S-204若是，则执行S-205；若否，则执行S-208

S-205计算最佳采集点位置集合；

S-206显示采集点位置集合；

S-207巡检；

S-208结束；

本实施例所述的近似算法主流程如图6所示：

S-301初始化；

S-302令

S-303判断是否等于C_j；

S-304若等于，则执行S-306；若不等于，则执行S-305；

S-305令J:＝J∪{j^*}，执行S-303；

S-306输出集合覆盖；

由此可得C₅∪C₇＝C，故由上述算法求解结果可知集合C的基数最小的集合覆盖为C₅，C₇。从而得知智能机器人小车的最佳采集点位置集合为{C₅,C₇}，因此，智能机器人小车只需停靠于e₅和e₇栅格中心就能采集到室内环境中所有监测传感器节点的信息。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (9)

1.一种室内环境下的智能机器人小车最佳采集点位置选择方法，其特征在于，通过设置在室内环境内的传感器节点和智能机器人小车实现，该方法包括以下步骤：

S-1、将环境信息全部已知的封闭空间中的地面结构进行栅格化处理，在待监测的各个栅格中心部署固定不动的传感器节点，通过传感器节点感知环境信息，每个监测传感器节点中均安装有节点控制程序；智能机器人小车中安装有巡检控制程序及近似算法，通过智能机器人小车采集传感器节点获取到的环境信息；

S-2、用图的概念描述具有障碍物的复杂室内环境中传感器节点的监测范围，将智能机器人小车最佳信息采集点位置选择问题映射为求解基数最小的集合覆盖问题，建立0-1线性规划模型作为最佳采集点位置选择模型；

S-3、利用近似算法求解最佳采集点位置选择模型，得到智能机器人小车最佳信息采集点的位置集合。

2.根据权利要求1所述的室内环境下的智能机器人小车最佳采集点位置选择方法，其特征在于，步骤S-1中对地面结构进行栅格化处理的方法为：

将环境信息全部已知的封闭空间中的地面结构划分为n个边长为L的正方形小方块区间，其中栅格划分满足r为每个监测传感器节点的圆盘形区域有效数据感知半径；房间中的墙体和阻挡物在图中用加粗的线条表示，被检对象位于栅格中心，用小方框表示。

3.根据权利要求2所述的室内环境下的智能机器人小车最佳采集点位置选择方法，其特征在于，该方法中还包括控制智能机器人小车运动的方法：

栅格中心为智能机器人小车采集数据时停靠的位置，智能机器人小车能够完成直线前进、后退，90度左转右转，停止的动作。

4.根据权利要求1所述的室内环境下的智能机器人小车最佳采集点位置选择方法，其特征在于，步骤S-2中的具体方法为：

标记C为所有栅格的集合，C_j表示智能机器人小车位于标号为j的栅格处时能够监测到的监测传感器节点的所在栅格的集合，e_i表示第i个栅格；

定义一个二元组图G＝(V,E)，|V|＝n，|E|＝m，其中V是非空有限集，V中的元素称为图G的顶点；E是顶点集V的无序或有序的元素对偶(v_i,v_j)，(i,j＝1,2,...,n)组成的集合，其中的元素称为边；

有n×n阶矩阵A＝(a_ij)_n×n，其中

若a_ij＝1(i≠j)，则说明在第i个栅格位置可以监测到第j个栅格中的监测传感器节点的信息，即图中顶点v_i与顶点v_j之间有一条关联边；

若a_ij＝1(i＝j)，则说明第i个栅格内有被监测的点；

若a_ij＝0，则说明第j个栅格不在第i个栅格的有效监测范围内；

从而画出智能机器人小车经过有监测传感器的栅格中心时监测传感器的有效监测范围内的被监测点示意图。

5.根据权利要求1所述的室内环境下的智能机器人小车最佳采集点位置选择方法，其特征在于，步骤S-2中建立0-1线性规划模型的具体方法为：

对所有栅格的集合C＝{e₁,e₂,...,e_m}，的每个子集C_j(j∈J)，引入0-1决策变量

其中x_j＝1表示智能机器人小车需要停靠于栅格e_j的中心采集信息，x_j＝0则表示智能机器人小车不需要停靠栅格e_j进行信息采集，由此建立关于集合覆盖问题的0-1线性规划模型IP。

6.根据权利要求5所述的室内环境下的智能机器人小车最佳采集点位置选择方法，其特征在于，步骤S-3中求解模型的方法具体为：

最佳的信息采集点位置集合应该满足智能机器人小车最少的栅格停靠点C_j，使得因此有目标函数：

为了确保集合C中的每一个元素e_i(i＝1,2,...,n)都能被集合C中的某个子集C_j(j∈J)所包含，即保证能采集到环境中所有被监测点的信息；

因此x_j满足约束条件：

7.根据权利要求1所述的室内环境下的智能机器人小车最佳采集点位置选择方法，其特征在于，该方法中监测传感器节点控制程序包括：

S-101、初始化；

S-102、清空缓存；

S-103、计时器计时；

S-104、判断计时器是否到时；

S-105、若是，则执行S-106；若否，则执行S-103；

S-106、采集环境信息数据；

S-107、存储采集到的数据；

S-108、判断是否收到来自智能机器人小车的发送命令；

S-109、若是，则执行S-110；若否，则执行S-102；

S-110、发送数据；

S-111、发送完毕后执行S-102。

8.根据权利要求1所述的室内环境下的智能机器人小车最佳采集点位置选择方法，其特征在于，该方法中智能机器人小车巡检控制程序包括：

S-201、初始化；

S-202、设置环境拓扑信息参数；

S-203、判断是否需要巡检；

S-204、若是，则执行S-205；若否，则执行S-208；

S-205、计算最佳采集点位置集合；

S-206、显示采集点位置集合；

S-207、巡检；

S-208、结束。

9.根据权利要求6所述的室内环境下的智能机器人小车最佳采集点位置选择方法，其特征在于，该方法中近似算法程序包括：

S-301、初始化；

S-302、令

S-303、判断是否等于C_j；

S-304、若等于，则执行S-306；若不等于，则执行S-305；

S-305令J:＝J∪{j^*}，执行S-303；

S-306输出集合覆盖。