CN111836409A - 一种多智能体系统结构及其控制方法 - Google Patents

一种多智能体系统结构及其控制方法 Download PDF

Info

Publication number
CN111836409A
CN111836409A CN202010611458.6A CN202010611458A CN111836409A CN 111836409 A CN111836409 A CN 111836409A CN 202010611458 A CN202010611458 A CN 202010611458A CN 111836409 A CN111836409 A CN 111836409A
Authority
CN
China
Prior art keywords
agent
communication network
network
main control
intelligent
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.)
Granted
Application number
CN202010611458.6A
Other languages
English (en)
Other versions
CN111836409B (zh
Inventor
郭胜
苏世杰
王月阳
王为民
唐文献
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.)
Zhenjiang Yucheng Intelligent Equipment Technology Co ltd
Jiangsu University of Science and Technology
Original Assignee
Zhenjiang Yucheng Intelligent Equipment Technology Co ltd
Jiangsu University of Science and Technology
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 Zhenjiang Yucheng Intelligent Equipment Technology Co ltd, Jiangsu University of Science and Technology filed Critical Zhenjiang Yucheng Intelligent Equipment Technology Co ltd
Priority to CN202010611458.6A priority Critical patent/CN111836409B/zh
Publication of CN111836409A publication Critical patent/CN111836409A/zh
Priority to PCT/CN2021/076258 priority patent/WO2022001119A1/zh
Application granted granted Critical
Publication of CN111836409B publication Critical patent/CN111836409B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/04—Large scale networks; Deep hierarchical networks
    • H04W84/06—Airborne or Satellite Networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明公开了一种多智能体系统结构，包括自组织无线通信网络，所述自组织无线通信网络与互联网连接，所述互联网分别又与网关设备和第一通信网络基站连接，所述第一通信网络还与多通道交互系统连接，所述多通道交互系统与用户连接；所述网关设备还与数据服务器连接。本发明可以迅速、可靠的将多智能体系统应用在不同场景中，执行不同的任务，系统会根据选择的应用场景和输入的参数，自动生成系统初始运行策略，并且在运行过程中实时改变运行策略，具有较高的自主性和协调性。

Description

一种多智能体系统结构及其控制方法
技术领域
本发明属于智能自主无人系统技术领域，特别涉及一种多智能体系统结构及其控制方法。
背景技术
自主无人系统技术是人工智能重点关注的关键技术之一，其主要特点是智能化、控制系统、动态组网和人机关系。为此，5G技术提供的网络能力将满足三大极限业务场景需求，为用户提供更高速率和更好的业务体验，包括提供的高速率、高带宽业务能力，可支持超高清3D视频、VR、AR等业务；提供的低功耗、高连接密度能力，可支持监控、传感器、智慧城市等应用；提供的超低时延、高可靠性通信能力，可支持自动驾驶、远程医疗、智慧工厂、人工智能等应用。因此5G技术可促进各行各业的智能化和自动化通信需求。
多智能体系统是由一系列相互作用的智能体单元构成，各个智能体单元之间通过通信、合作、协调、调度、管理和控制等方式来表达系统的结构、功能及行为特性，完成单个智能体单元不能完成的大量而又复杂的工作。多智能体系统具有自主性、分布性、协调性，并具有自组织能力、学习能力和推理能力，因而采用多智能体系统解决实际问题，可以代替单个智能体单元或人工，很难或无法完成的工作，并具有很强的鲁棒性和可靠性。
多智能体系统自20世纪70年代被提出以来，就在各个领域迅速地得到了应用，例如军事协同作战、航空编队、城市管理、智能交通、联合搜救、海底探测等。专利“一种无人飞行器城市空中管理系统”(CN201711285844.5)、“一种应用于智能交通的无人机系统”(CN201810734095.8)、“一种无人机群搜索救援方法及系统”(CN201810892369.6)、“用于海底电缆巡检的水下机器人控制系统及方法”(CN201711259977.5)等，实现了多智能体系统在具体指定的不同场景下的应用，并有效、迅速的完成指定的相关作业任务，自动化、智能化程度较高；“一种基于图形化表示的多智能体系统生成方法”(ZL201410133930.4)采用图形化方式编辑构建自定义的多智能体系统，提高了智能体单元的开发效率，该方法可以根据用户需求，快速生成多种多智能体系统；
但上述智能体单元及智能体单元的设计取决于指定的应用场景和功能需求，因此形成的智能体单元及系统功能单一，应用场景存在局限性；当有不同应用场景任务需求时，需要对原系统进行重新设计或改造，即现有系统无法满足应用场景多样、变化的使用需求；此外，上述多智能体系统中的单个智能体单元，在系统中的功能是预先设定的具体、单一功能，当系统中某个智能体单元发生故障时，会影响整个系统的运行，系统鲁棒性差、可靠性不足。
在多样、变化的应用场景中，多智能体系统对环境信息的感知精准度对于控制多智能体系统运行至关重要，但目前多智能体系统感知场景信息的方式单一，如专利一种数字图像中的目标定位方法以及装置(ZL201410359215.2)公开了一种利用数字图像进行目标定位的方法，首先获取目标Gabor滤波形状模板，利用Gabor滤波结果进行形状匹配定位，再利用骨架特征之间的相似度判定目标所在区域；专利一种水下机器人目标定位识别方法和系统(ZL201710209500.X)公开了一种利用声呐信息进行目标定位的方法；专利无线传感器网络静止目标定位方法及系统(ZL201310145553.1)公开了一种利用无线网络进行目标定位的方法。
当多智能体系统的应用环境变化影响了信息获取的精度，则会导致感知的环境信息精准度降低，因此需要多智能体系统能够采用多种方式感知环境信息，进行多源异构信号融合处理后，控制多智能体系统运行。若多智能体系统的目标是随机运动的，现有多智能体系统很难预测下一时刻目标可能出现的位置，导致智能体单元不能较好的获取下一时刻目标的信息，甚至丢失目标。
此外，现有的多智能体系统在实际应用过程中，人机交互性差，无法实现多通道全息的信息交换，用户操控系统的便捷度和精准度较低。
因此，需要开发适用于多领域场景，具备动态运行策略，自主性、协调性、可靠性更高，且人机交互友好的多智能体系统。
发明内容
发明目的：针对现有技术存在的问题，提供一种多智能体系统及其控制方法，可以迅速、可靠的将多智能体系统应用在不同场景中，执行不同的任务，系统会根据选择的应用场景和输入的参数，自动生成系统初始运行策略，并且在运行过程中实时改变运行策略，提升多智能体系统自主性和协调性。
技术方案：为解决上述技术问题，本发明提供一种多智能体系统，包括自组织无线通信网络，所述自组织无线通信网络与互联网连接，所述互联网分别又与网关设备和第一通信网络基站连接，所述第一通信网络还与多通道交互系统连接，所述多通道交互系统与用户连接；所述网关设备还与数据服务器连接。
进一步的，所述智能体单元包括主控模块和与之连接的多个外设模块，所述主控模块通过接口与外设模块连接；
所述各个模块之间通过接口连接进行信号和能量传递；
所述主控模块包括微控制器，微控制器上的常用引脚与主控接口连接，主控接口的输出线与环状主控端子连接，微控制器还连接有电源，主控模块上分布多个相同的主控接口和主控端子。
进一步的，所述外设模块包括感知模块、通信模块、定位模块和执行模块；
所述感知模块通过图像、语音、动作、生命信号进行感知；
所述通信模块通过5G、4G、GPRS、CDMA、卫星通信、水声通信、Zig-Bee、蓝牙、Wi-Fi方式进行通信；
所述定位模块通过GPS、Wi-Fi、蓝牙、超声波的定位方式进行定位。
进一步的，所述主控接口上设有交流振荡电路、第一数字开关和第二数字开关，
所述交流振荡电路用于生成特定频率与电压的交流电信号Si，交流振荡电路的输出线与S线连接；所述主控接口通过N1线与第一数字开关连接，所述主控接口通过N1线与第二数字开关。
进一步的，主控模块通过环状主控端子与外设模块以任意角度相连，且主控模块的某个主控端子可同时并行连接多个外设模块；外设模块上分布多个外设端子，外设端子与外设接口连接，外设接口输出线连接外设执行器
进一步的，所述外设接口内包括调压电路、带通滤波器、整流器、锁存器；
所述调压电路的输出端与外设执行器的电源线连接，外设接口在外设端子和外设执行器的N1和N2线之间设有第三数字开关；
交流信号线S输入的交流电信号Si经过带通滤波器向整流器传递正弦信号，正弦信号经过整流器后被转为直流信号控制与其相连的锁存器的输出状态，锁存器的输出端通过非门电路与第三数字开关连接，控制第三数字开关的断开或闭合；
整流器的输出端与N1线之间通过第四数字开关连接，锁存器的输出端控制第四数字开关的断开或闭合。
进一步的，所述自组织无线通信网络由智能体单元和无线通信网络传输装置构成。
进一步的，所述自组织无线通信网络分为水下自组织无线通信网络、空中自组织无线通信网络和陆地自组织无线通信网络；对应的，智能体单元也分为水下智能体单元、空中智能体单元和陆地智能体单元。
进一步的，所述水下智能体单元为水下无人航行器；所述空中智能体单元为无人机；所述陆地智能体单元为无人车。
进一步的，所述水下自组织无线通信网络由水下无人航行器、水上中转站、通信卫星和卫星地面接收站构成，所述水上中转站与若干个水下无人航行器连接，所述水下无人航行器通过通信卫星与卫星地面接收站连接。
进一步的，所述空中自组织无线通信网络包括无人机和第二通信网络基站，所述第二通信网络基站与若干个无人机连接。
进一步的，所述陆地自组织无线通信网络包括无人车和第三通信网络基站，所述第三通信网络基站与若干个无人车连接。
一种如上所述的多智能体系统的控制方法，其特征在于，包括如下步骤：
步骤1、设置多智能体系统应用场景
启动运行智能体系统，通过多通道交互系统选择海陆空联合搜救应用场景，根据选取的应用场景结合多智能体知识库系统生成多智能体系统的运行条件和参数，具体包括搜救覆盖面积，系统运行时长，搜救时间段和检测目标；用户通过多通道交互系统输入参数，并上传到数据服务器中；
步骤2、构建多智能体系统
多通道交互系统根据选择的应用场景结合多智能体知识库系统判断多智能体系统中智能体单元的组成类型和数量，并根据智能体单元数量和运动路径确定定位方式和通信方式；
步骤3、多智能体系统组网
多智能体系统通信网络系统由互连网络系统、卫星中继通信网络系统和自组织无线网络系统三部分构成；互连网络系统互连无线自组织网络和数据存储服务器；卫星中继通信网络系统联系水下无线自组织网络和互连网络的中继网络；无线自组织网络，负责多智能体系统的网络服务，分为陆地无线自组织网络、空中无线自组织网络和水下无线自组织网络；
水下无线自组织网络通过水下无人航行器上的通信卫星设备上传数据和接收来自多通道交互系统的指令；通信卫星接收水下无线自组织网络上传的数据和多通道交互系统的指令，并分别下传给卫星地面接收站和水下无线自组织网络，卫星地面接收站通过地面网络接入万维网进行数据和指令的接收和发送；陆上和空中无线自组织网络则通过现有通信网络的地面基站接入万维网完成与数据服务器和多通道交互系统的数据和指令交互；陆海空中的多智能体系统通过无线自组织网络完成主控制器选择、数据传输和指令接收；
步骤4、部署运行多智能体系统并感知环境信息
智能体单元中选择一个智能体单元作为主控智能体单元；多通道交互系统通过通信网络将控制指令发送到主控智能体单元，主控智能体单元发送指令控制其它智能体单元运动到部署位置；
智能体单元采集，包括图像、语音、动作、生命信号的环境信息信息，并将采集到的信息传送给智能体单元的控制模块；
智能体单元通过通信网络将信息传输到主控智能体单元，由通信拓扑结构确定信息的传输路径；
步骤5、将传输的信息进行多源异构信息融合处理
步骤6、多智能体系统任务分配执行
多通道交互系统根据目标实时定位信息，通过通信网络发送运动控制指令，智能体单元接收到指令后运动，保证目标始终在智能体单元的最佳监测位置；同时多通道交互系统显示目标位置信息；
步骤7、用户控制操作
用户在多通道交互系统上实时查看目标的位置信息，通过多通道交互系统操作控制智能体单元运行，并发出动作、手势、语音指令，由多通道交互系统或智能体单元感知后发出运行指令控制智能体单元执行。
进一步的，所述步骤(2)中构建多智能体系统的具体步骤如下：
多通道交互系统根据选择的应用场景结合多智能体知识库系统判断多智能体系统中智能体单元的组成类型，海陆空联合搜救应用场景下的智能体单元包括无人车、无人机和水下无人航行器；
多通道交互系统根据搜救时间段来确定检测方式，若工作时间段为白天，则选择图像或生命感知模块进行检测，若搜救时间段为夜晚，则选择红外或生命感知模块进行检测；检测方式确定后，控制系统根据搜救覆盖面积和单个智能体单元的检测范围，确定智能体单元的数量，同时生成智能体单元的运动路径；
多智能体系统数量和运动路径确定后，根据运行过程中各个智能体单元之间的距离D来确定各个智能体单元之间的通信方式：陆地和空中场景下，当D>500m，可采用5G、4G、GPRS、通信卫星、短波通信等；当D<500m，可采用Zig-Bee、蓝牙(Bluetooth)、无线宽带(Wi-Fi)等；水下场景则采用水声通信；
多通道交互系统根据应用场景和定位精度需求，确定采用何种定位方式，或多种定位方式组合使用：在开阔场地，定位精度为m级，则采用GPS定位；在室内，定位精度为cm级，则采用WIFI或蓝牙；在水下，定位精度为cm级：则采用超声波定位；
多通道交互系统根据智能体单元的续航能力和运行时长，判断多智能体系统需要配置移动电站的数量。
进一步的，所述步骤(3)中多智能体系统组网的方法包括以下步骤：
(3.1)多智能体系统组网
多智能体系统依据组网协议组成无明显主从关系的网络，即每个网络节点都做为主节点和发起网络传输请求，根据任务需求通过软件实现节点的主从分配；
(3.2)建立路由表
每个多智能体系统依赖泛洪协议向外广播数据包，主要包括智能体单元的地址、机器码，每个智能体单元根据接收到的数据包，识别出其它智能体单元的地址和机器码，并为其建立路由表，随机分配一个智能体单元为主控制器；
(3.3)主控制节点接入主干网络
主控智能体单元通过网关节点和通信网络与上位机通信；
(3.4)上位机接收信息
若上位机有新的分配多智能体系统主控制器的算法，则重新指定主控制器智能体单元，重新分配主从控制节点，重复步骤(3.3)，若无，则网络处于等待响应指令阶段；
(3.5)上位机发出任务指令
上位机通过互联通信网络传送任务指令；任务指令来源于上位机提取的用户指令，或根据数据服务器中知识库生成的任务指令；
(3.6)通信网络逐层响应
通信网络将上位机发出的任务指令逐层发送到各个智能体单元；
(3.7)智能体单元响应
各个智能体单元通过陆海空无线自组织网络将相应的指令响应或者数据传送回数据服务器或者上位机。
与现有技术相比，本发明的优点在于：
(1)多智能体系统控制方法可以迅速、可靠的将多智能体系统应用在不同场景中，执行不同的任务，系统会根据选择的应用场景和输入的参数，自动生成系统初始运行策略，并且系统运行策略会在运行过程中实时改变，提升多智能体系统自主性和协调性；
(2)建立了多领域、多媒体、多层次的知识库系统，为多智能体系统实现运行策略动态改变提供支撑，保障多智能体系统在不同应用场景下的精准运行；知识库系统与多通道交互系统接口设置二级检索机制，避免信息检索噪音过大，提高检索效率和精准度；
(3)智能体单元采用模块化设计，由多个功能模块组成，每个功能模块通过快速插装的方式连接，可以快速拼接组合成具备不同功能的智能体单元，并且同一功能的智能体单元可拼接不同的形态，使得智能体单元实现海陆空三种状态下执行任务的功能，满足多场景应用需求。
附图说明
图1为本发明多智能体系统结构的结构示意图；
图2为本发明多智能体系统结构的控制方法流程图；
图3为图1中智能体的结构示意图；
图4为智能体模块接口连接原理图。
图中：1、智能体单元；2、水下无人航行器；3、水上中转站；4、通信卫星，5、卫星地面接收站，6、第二通信网络基站，7、无人机，8、第三通信网络基站，9、无人车，10、互联网，11、网关设备，12、数据服务器，13、第一通信网络基站，14、用户，15、多通道交互系统；
1.1、主控模块；1.2、微控制器；1.3、主控接口；1.4、主控端子；1.5、电源；1.6、交流振荡电路；1.7、第一数字开关；1.8、第二数字开关；1.9、外设模块；1.91、感知模块；1.92、通信模块；1.93、定位模块；1.94、执行模块；1.10、接口；1.110、外设端子；1.111、外设接口；1.112、第三数字开关；1.113、外设执行器；1.114、调压电路；1.115、带通滤波器；1.116、整流器；1.117、锁存器；1.118、第四数字开关。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明。本发明描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的其他实施例，都属于本发明所保护的范围。
如图1所示，一种多智能体系统结构，包括自组织无线通信网络，所述自组织无线通信网络与互联网10连接，所述互联网10分别又与网关设备11和第一通信网络基站13连接，所述第一通信网络还与多通道交互系统15连接，所述多通道交互系统15与用户14连接；所述网关设备11还与数据服务器12连接。
进一步的，所述自组织无线通信网络由智能体单元1和无线通信网络传输装置构成。
进一步的，所述自组织无线通信网络分为水下自组织无线通信网络、空中自组织无线通信网络和陆地自组织无线通信网络；对应的，智能体单元1也分为水下智能体单元1、空中智能体单元1和陆地智能体单元1。
进一步的，所述水下智能体单元1为水下无人航行器2；所述空中智能体单元1为无人机7；所述陆地智能体单元1为无人车9。
进一步的，所述水下自组织无线通信网络由水下无人航行器2、水上中转站3、通信卫星4和卫星地面接收站5构成，所述水上中转站3与若干个水下无人航行器2连接，所述水下无人航行器2通过通信卫星4与卫星地面接收站5连接。
进一步的，所述空中自组织无线通信网络包括无人机7和第二通信网络基站6，所述第二通信网络基站6与若干个无人机7连接。
进一步的，所述陆地自组织无线通信网络包括无人车9和第三通信网络基站8，所述第三通信网络基站8与若干个无人车9连接。
如图3所示，模块化设计的智能体包括主控模块1.1和多个外设模块1.9，外设模1.9包括感知模块1.91、通信模块1.92、定位模块1.93和执行模块1.94；
智能体可包含多个、多类型的感知模块1.91、通信模块1.92、定位模块1.93和执行模块1.94；其中感知模块1.91包括感知图像、语音、动作、生命信号等信号的模块类型；通信模块1.92包括5G、4G、GPRS、CDMA、卫星通信、水声通信、Zig-Bee、蓝牙(Bluetooth)、无线宽带(Wi-Fi)等通信方式的模块类型；定位模块1.93包括GPS、Wi-Fi、蓝牙、超声波等定位方式的模块类型；执行模块1.94包括轮子、螺旋桨、机械手、照明灯等类型；
每个功能模块在多个方向上设有接口1.10，便于快速组合、扩展、更换功能模块，同时接口1.10可以实现部件之间信号和能量传递；
接口1.10连接原理如图4所示，主控模块1.1包括微控制器1.2，微控制器1.2上的常用引脚与主控接口1.3连接，主控接口1.3的输出线与环状主控端子1.4连接，微控制器1.2连接有电源1.5，主控模块1.1上分布多个相同的主控接口1.3和主控端子1.4；
主控接口1.3的输出线包括电源线V、地线G、交流信号线S和若干控制线，本实施例为两根控制线，分别为N1和N2，主控接口1.3上设有交流振荡电路1.6，用于生成特定频率与电压的交流电信号Si，交流振荡电路1.6的输出线与S线连接，主控接口1.3上还设有第一数字开关1.7和第二数字开关1.8，分别与线与N1和N2线连接，微控制器控制第一数字开关1.7和第二数字开关1.8的状态，使N1和N2选择性的与微控制器1.2上的特定引脚连接；
主控模块1.1通过环状主控端子1.4与外设模块1.9以任意角度相连，且主控模块1.1的某个主控端子1.4可同时并行连接多个外设模块1.9；外设模块1.9上分布多个外设端子1.110，外设端子1.110与外设接口1.111连接，外设接口1.111输出线连接外设执行器1.113；
外设接口1.111包括调压电路1.114，调压电路1.114的输出端与外设执行器1.113的电源线连接，外设接口1.111在外设端子1.110和外设执行器1.113的N1和N2线之间设有第三数字开关1.112；
交流信号线S输入的交流电信号Si经过带通滤波器1.115向整流器116传递正弦信号，正弦信号经过整流器1.116后被转为直流信号控制与其相连的锁存器1.117的输出状态，锁存器1.117的输出端通过非门电路与第三数字开关1.112连接，控制第三数字开关1.112的断开或闭合；
整流器1.116的输出端与N1线之间通过数字开关1.118连接，锁存器1.117的输出端控制数字开关1.118的断开或闭合；
不同外设模块1.9上的带通滤波器1.115只能通过特定频率和电压的交流电信号Si，且互不重复。
一种如上所述的多智能体系统结构的控制方法，包括如下步骤：
步骤1、设置多智能体系统应用场景
启动运行智能体系统，通过多通道交互系统15选择海陆空联合搜救应用场景，根据选取的应用场景结合多智能体知识库系统生成多智能体系统1系统的运行条件和参数，具体包括搜救覆盖面积，系统运行时长，搜救时间段和检测目标；用户14通过多通道交互系统15输入参数，并上传到数据服务器12中；
步骤2、构建多智能体系统1系统
多通道交互系统15根据选择的应用场景结合多智能体系统1知识库系统判断多智能体系统1系统中智能体单元1的组成类型和数量，并根据智能体单元1数量和运动路径确定定位方式和通信方式；
步骤3、多智能体系统1系统组网
多智能体系统1系统通信网络系统由互连网络系统、卫星中继通信网络系统和自组织无线网络系统三部分构成；互连网络系统互连无线自组织网络和数据存储服务器；卫星中继通信网络系统联系水下无线自组织网络和互连网络的中继网络；无线自组织网络，负责多智能体系统1的网络服务，分为陆地无线自组织网络、空中无线自组织网络和水下无线自组织网络；
水下无线自组织网络通过水下无人航行器2上的通信卫星4设备上传数据和接收来自多通道交互系统15的指令；通信卫星4接收水下无线自组织网络上传的数据和多通道交互系统15的指令，并分别下传给卫星地面接收站5和水下无线自组织网络，卫星地面接收站5通过地面网络接入万维网进行数据和指令的接收和发送；陆上和空中无线自组织网络则通过现有通信网络的地面基站接入万维网完成与数据服务器12和多通道交互系统15的数据和指令交互；陆海空中的多智能体系统1通过无线自组织网络完成主控制器选择、数据传输和指令接收；
步骤4、部署运行多智能体系统1系统并感知环境信息
智能体单元1中选择一个智能体单元1作为主控智能体单元1；多通道交互系统15通过通信网络将控制指令发送到主控智能体单元1，主控智能体单元1发送指令控制其它智能体单元1运动到部署位置；
智能体单元1采集，包括图像、语音、动作、生命信号的环境信息信息，并将采集到的信息传送给智能体单元1的控制模块；
智能体单元1通过通信网络将信息传输到主控智能体单元1，由通信拓扑结构确定信息的传输路径；
步骤5、将传输的信息进行多源异构信息融合处理
步骤6、多智能体系统1系统任务分配执行
多通道交互系统15根据目标实时定位信息，通过通信网络发送运动控制指令，智能体单元1接收到指令后运动，保证目标始终在智能体单元1的最佳监测位置；同时多通道交互系统15显示目标位置信息；
步骤7、用户14控制操作
用户14在多通道交互系统15上实时查看目标的位置信息，通过多通道交互系统15操作控制智能体单元1运行，并发出动作、手势、语音指令，由多通道交互系统15或智能体单元1感知后发出运行指令控制智能体单元1执行。
进一步的，所述步骤(2)中构建多智能体系统1系统的具体步骤如下：
多通道交互系统15根据选择的应用场景结合多智能体知识库系统判断多智能体系统中智能体单元1的组成类型，海陆空联合搜救应用场景下的智能体单元1包括无人车9、无人机7和水下无人航行器2；
多通道交互系统15根据搜救时间段来确定检测方式，若工作时间段为白天，则选择图像或生命感知模块进行检测，若搜救时间段为夜晚，则选择红外或生命感知模块进行检测；检测方式确定后，控制系统根据搜救覆盖面积和单个智能体单元1的检测范围，确定智能体单元1的数量，同时生成智能体单元1的运动路径；
智能体单元1数量和运动路径确定后，根据运行过程中各个智能体单元1之间的距离D来确定各个智能体单元1之间的通信方式：陆地和空中场景下，当D>500m，可采用5G、4G、GPRS、通信卫星4、短波通信等；当D<500m，可采用Zig-Bee、蓝牙(Bluetooth)、无线宽带(Wi-Fi)等；水下场景则采用水声通信；
多通道交互系统15根据应用场景和定位精度需求，确定采用何种定位方式，或多种定位方式组合使用：在开阔场地，定位精度为m级，则采用GPS定位；在室内，定位精度为cm级，则采用WIFI或蓝牙；在水下，定位精度为cm级：则采用超声波定位；
多通道交互系统15根据智能体单元1的续航能力和运行时长，判断多智能体系统需要配置移动电站的数量。
所述步骤(3)中多智能体系统组网的方法包括以下步骤：
(3.1)多智能体系统组网
多智能体系统依据组网协议组成无明显主从关系的网络，即每个网络节点都做为主节点和发起网络传输请求，根据任务需求通过软件实现节点的主从分配；
(3.2)建立路由表
每个多智能体系统依赖泛洪协议向外广播数据包，主要包括智能体单元的地址、机器码，每个智能体单元根据接收到的数据包，识别出其它智能体单元的地址和机器码，并为其建立路由表，随机分配一个智能体单元为主控制器；
(3.3)主控制节点接入主干网络
主控智能体单元通过网关节点和通信网络与上位机通信；
(3.4)上位机接收信息
若上位机有新的分配多智能体系统主控制器的算法，则重新指定主控制器智能体单元，重新分配主从控制节点，重复步骤(3.3)，若无，则网络处于等待响应指令阶段；
(3.5)上位机发出任务指令
上位机通过互联通信网络传送任务指令；任务指令来源于上位机提取的用户指令，或根据数据服务器中知识库生成的任务指令；
(3.6)通信网络逐层响应
通信网络将上位机发出的任务指令逐层发送到各个智能体单元；
(3.7)智能体单元响应
各个智能体单元通过陆海空无线自组织网络将相应的指令响应或者数据传送回数据服务器或者上位机。

Claims (10)

1.一种多智能体系统结构，其特征在于：包括自组织无线通信网络，所述智能体单元和无线通信网络传输装置与互联网连接，所述互联网分别又与网关设备和第一通信网络基站连接，所述第一通信网络还与多通道交互系统连接，所述多通道交互系统与用户连接；所述网关设备还与数据服务器连接。
2.根据权利要求1所述的一种多智能体系统结构，其特征在于：所述智能体单元包括主控模块和与之连接的多个外设模块，所述主控模块通过接口与外设模块连接；
所述各个模块之间通过接口连接进行信号和能量传递；
所述主控模块包括微控制器，微控制器上的常用引脚与主控接口连接，主控接口的输出线与环状主控端子连接，微控制器还连接有电源，主控模块上分布多个相同的主控接口和主控端子。
3.根据权利要求2所述的一种多智能体系统结构，其特征在于：所述外设模块包括感知模块、通信模块、定位模块和执行模块；
所述感知模块通过图像、语音、动作、生命信号进行感知；
所述通信模块通过5G、4G、GPRS、CDMA、卫星通信、水声通信、Zig-Bee、蓝牙、Wi-Fi方式进行通信；
所述定位模块通过GPS、Wi-Fi、蓝牙、超声波的定位方式进行定位。
4.根据权利要求2所述的一种多智能体系统结构，其特征在于：所述主控接口上设有交流振荡电路、第一数字开关和第二数字开关，
所述交流振荡电路用于生成特定频率与电压的交流电信号Si，交流振荡电路的输出线与S线连接；所述主控接口通过N1线与第一数字开关连接，所述主控接口通过N1线与第二数字开关。
5.根据权利要求2所述的一种多智能体系统结构，其特征在于：主控模块通过环状主控端子与外设模块以任意角度相连，且主控模块的某个主控端子可同时并行连接多个外设模块；外设模块上分布多个外设端子，外设端子与外设接口连接，外设接口输出线连接外设执行器。
6.根据权利要求2所述的一种多智能体系统结构，其特征在于：所述外设接口内包括调压电路、带通滤波器、整流器、锁存器；
所述调压电路的输出端与外设执行器的电源线连接，外设接口在外设端子和外设执行器的N1和N2线之间设有第三数字开关；
交流信号线S输入的交流电信号Si经过带通滤波器向整流器传递正弦信号，正弦信号经过整流器后被转为直流信号控制与其相连的锁存器的输出状态，锁存器的输出端通过非门电路与第三数字开关连接，控制第三数字开关的断开或闭合；
整流器的输出端与N1线之间通过第四数字开关连接，锁存器的输出端控制第四数字开关的断开或闭合。
7.根据权利要求1所述的一种多智能体系统结构，其特征在于：所述自组织无线通信网络分为水下自组织无线通信网络、空中自组织无线通信网络和陆地自组织无线通信网络；对应的，智能体单元也分为水下无人航行器、无人机和无人车。
8.根据权利要求3所述的一种多智能体系统结构，其特征在于：所述水下自组织无线通信网络由水下无人航行器、水上中转站、通信卫星和卫星地面接收站构成，所述水上中转站与若干个水下无人航行器连接，所述水下无人航行器通过通信卫星与卫星地面接收站连接；
所述空中自组织无线通信网络包括无人机和第二通信网络基站，所述第二通信网络基站与若干个无人机连接；
所述陆地自组织无线通信网络包括无人车和第三通信网络基站，所述第三通信网络基站与若干个无人车连接。
9.一种如权利要求1-8之一所述的多智能体系统结构的控制方法，其特征在于，包括如下步骤：
(1)设置多智能体系统应用场景：
启动运行多智能体系统，通过多通道交互系统选择海陆空联合搜救应用场景，根据选取的应用场景结合多智能体知识库系统生成多智能体系统的运行条件和参数，具体包括搜救覆盖面积，系统运行时长，搜救时间段和检测目标；用户通过多通道交互系统输入参数，并上传到数据服务器中；
(2)构建多智能体系统：
多通道交互系统根据选择的应用场景结合多智能体知识库系统判断多智能体系统中智能体单元的组成类型和数量，并根据智能体单元数量和运动路径确定定位方式和通信方式；
(3)构建多智能体系统组网；
(4)部署运行多智能体系统并感知环境信息：
智能体单元中选择一个智能体单元作为主控智能体单元；多通道交互系统通过通信网络将控制指令发送到主控智能体单元，主控智能体单元发送指令控制其它智能体单元运动到部署位置；
智能体单元采集，包括图像、语音、动作、生命信号的环境信息信息，并将采集到的信息传送给智能体单元的控制模块；
智能体单元通过通信网络将信息传输到主控智能体单元，由通信拓扑结构确定信息的传输路径；
(5)将传输的信息进行多源异构信息融合处理；
(6)多智能体系统任务分配执行：
多通道交互系统根据目标实时定位信息，通过通信网络发送运动控制指令，智能体单元接收到指令后运动，保证目标始终在智能体单元的最佳监测位置；同时多通道交互系统显示目标位置信息；
(7)用户控制操作：
用户在多通道交互系统上实时查看目标的位置信息，通过多通道交互系统操作控制智能体单元运行，并发出动作、手势、语音指令，由多通道交互系统或智能体单元感知后发出运行指令控制智能体单元执行。
10.根据权利要求9所述的一种多智能体系统结构的控制方法，其特征在于，所述步骤(3)中构建多智能体系统组网的具体步骤如下：
多智能体系统通信网络系统由互连网络系统、卫星中继通信网络系统和自组织无线网络系统三部分构成；互连网络系统互连无线自组织网络和数据存储服务器；卫星中继通信网络系统联系水下无线自组织网络和互连网络的中继网络；无线自组织网络，负责多智能体系统的网络服务，分为陆地无线自组织网络、空中无线自组织网络和水下无线自组织网络；
水下无线自组织网络通过水下无人航行器上的通信卫星设备上传数据和接收来自多通道交互系统的指令；通信卫星接收水下无线自组织网络上传的数据和多通道交互系统的指令，并分别下传给卫星地面接收站和水下无线自组织网络，卫星地面接收站通过地面网络接入万维网进行数据和指令的接收和发送；陆上和空中无线自组织网络则通过现有通信网络的地面基站接入万维网完成与数据服务器和多通道交互系统的数据和指令交互；陆海空中的多智能体系统通过无线自组织网络完成主控制器选择、数据传输和指令接收。
CN202010611458.6A 2020-06-30 2020-06-30 一种多智能体系统结构及其控制方法 Active CN111836409B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010611458.6A CN111836409B (zh) 2020-06-30 2020-06-30 一种多智能体系统结构及其控制方法
PCT/CN2021/076258 WO2022001119A1 (zh) 2020-06-30 2021-02-09 一种多智能体系统结构及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010611458.6A CN111836409B (zh) 2020-06-30 2020-06-30 一种多智能体系统结构及其控制方法

Publications (2)

Publication Number Publication Date
CN111836409A true CN111836409A (zh) 2020-10-27
CN111836409B CN111836409B (zh) 2023-06-09

Family

ID=72900637

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010611458.6A Active CN111836409B (zh) 2020-06-30 2020-06-30 一种多智能体系统结构及其控制方法

Country Status (2)

Country Link
CN (1) CN111836409B (zh)
WO (1) WO2022001119A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022001119A1 (zh) * 2020-06-30 2022-01-06 镇江宇诚智能装备科技有限责任公司 一种多智能体系统结构及其控制方法
WO2022001120A1 (zh) * 2020-06-30 2022-01-06 江苏科技大学 一种多智能体系统及其控制方法
CN116014740A (zh) * 2023-03-22 2023-04-25 国网浙江义乌市供电有限公司 一种配电网多元资源能源聚合控制器最少化部署方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114581748B (zh) * 2022-05-06 2022-09-23 南京大学 基于机器学习的多智能体感知融合系统及其实现方法
CN116353861A (zh) * 2022-09-23 2023-06-30 武汉理工大学 察打补一体且可分体、回收、补给的跨介质无人平台及系统
CN116260882B (zh) * 2023-05-15 2023-07-28 中国人民解放军国防科技大学 一种低通信流量的多智能体调度异步一致性方法和装置
CN117289668B (zh) * 2023-11-24 2024-02-02 深圳市陶氏精密技术有限公司 分布式减速机网络协同控制方法、装置、设备及存储介质
CN117835484A (zh) * 2023-11-28 2024-04-05 杭州亿时照明工程设计有限公司 智慧照明系统的舒适度一致性控制方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100074116A1 (en) * 2008-09-25 2010-03-25 Wayne-Dalton Corp. System and Method of Controlling a Wireless Radio-Frequency Network Using a Gateway Device
US20100269143A1 (en) * 2009-04-21 2010-10-21 Irving Rabowsky System and Method for Satellite Enhanced Command, Control, and Surveillance Services Between Network Management Centers and Unmanned Land and Aerial Devices
CN101896239A (zh) * 2007-10-11 2010-11-24 乐高公司 玩具构建系统
CN102739786A (zh) * 2012-06-22 2012-10-17 渤海大学 基于泛在网络的建筑火灾智能救助系统及方法
CN104283935A (zh) * 2013-07-09 2015-01-14 上海海事大学 一种海洋互联网系统及其方法
CN104904108A (zh) * 2013-06-25 2015-09-09 富士电机株式会社 信号传递电路
CN107547587A (zh) * 2016-06-24 2018-01-05 南京中兴软件有限责任公司 一种定位方法及装置
WO2018092961A1 (ko) * 2016-11-18 2018-05-24 주식회사 승우 비행체를 이용한 통신서비스 시스템
CN108292816A (zh) * 2016-03-31 2018-07-17 深圳贝尔创意科教有限公司 模块化组件系统
CN108650010A (zh) * 2018-03-26 2018-10-12 西南电子技术研究所（中国电子科技集团公司第十研究所） 智能测控通信网络系统
CN110111210A (zh) * 2019-05-16 2019-08-09 刘锋 一种混合智能社交网络系统、社交方法及设备
CN110390431A (zh) * 2019-07-19 2019-10-29 大连海事大学 一种基于无人设备群体智能算法的搜救网及其调度方法
US20190342851A1 (en) * 2018-02-09 2019-11-07 Intel Corporation Technologies to authorize user equipment use of local area data network features and control the size of local area data network information in access and mobility management function
CN111292523A (zh) * 2018-12-06 2020-06-16 中国信息通信科技集团有限公司 网络智能体系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10834766B2 (en) * 2018-01-18 2020-11-10 Electronics And Telecommunications Research Institute Unmanned vehicle controlling system and method of operating same
CN110166265A (zh) * 2018-02-11 2019-08-23 陕西爱尚物联科技有限公司 一种网络管控的方法及其模块
CN110944032B (zh) * 2019-10-14 2022-07-15 国网山东省电力公司应急管理中心 一种基于泛在电力物联网的自组网综合感知智能识别预警方法
CN111198575A (zh) * 2020-02-27 2020-05-26 西北工业大学 一种无人机飞行控制器
CN111836409B (zh) * 2020-06-30 2023-06-09 镇江宇诚智能装备科技有限责任公司 一种多智能体系统结构及其控制方法
CN111781871B (zh) * 2020-06-30 2021-10-01 镇江宇诚智能装备科技有限责任公司 一种智能体结构及其多外设模块拼接与识别方法
CN111835838A (zh) * 2020-06-30 2020-10-27 江苏科技大学 一种多智能体系统及其控制方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101896239A (zh) * 2007-10-11 2010-11-24 乐高公司 玩具构建系统
US20100074116A1 (en) * 2008-09-25 2010-03-25 Wayne-Dalton Corp. System and Method of Controlling a Wireless Radio-Frequency Network Using a Gateway Device
US20100269143A1 (en) * 2009-04-21 2010-10-21 Irving Rabowsky System and Method for Satellite Enhanced Command, Control, and Surveillance Services Between Network Management Centers and Unmanned Land and Aerial Devices
CN102739786A (zh) * 2012-06-22 2012-10-17 渤海大学 基于泛在网络的建筑火灾智能救助系统及方法
CN104904108A (zh) * 2013-06-25 2015-09-09 富士电机株式会社 信号传递电路
CN104283935A (zh) * 2013-07-09 2015-01-14 上海海事大学 一种海洋互联网系统及其方法
CN108292816A (zh) * 2016-03-31 2018-07-17 深圳贝尔创意科教有限公司 模块化组件系统
CN107547587A (zh) * 2016-06-24 2018-01-05 南京中兴软件有限责任公司 一种定位方法及装置
WO2018092961A1 (ko) * 2016-11-18 2018-05-24 주식회사 승우 비행체를 이용한 통신서비스 시스템
US20190342851A1 (en) * 2018-02-09 2019-11-07 Intel Corporation Technologies to authorize user equipment use of local area data network features and control the size of local area data network information in access and mobility management function
CN108650010A (zh) * 2018-03-26 2018-10-12 西南电子技术研究所（中国电子科技集团公司第十研究所） 智能测控通信网络系统
CN111292523A (zh) * 2018-12-06 2020-06-16 中国信息通信科技集团有限公司 网络智能体系统
CN110111210A (zh) * 2019-05-16 2019-08-09 刘锋 一种混合智能社交网络系统、社交方法及设备
CN110390431A (zh) * 2019-07-19 2019-10-29 大连海事大学 一种基于无人设备群体智能算法的搜救网及其调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XUEMIN SHEN: "AI-Assisted Network-Slicing Based Next-Generation Wireless Networks", 《 IEEE OPEN JOURNAL OF VEHICULAR TECHNOLOGY 》 *
王中林等: "基于无线网络的多智能体仿真系统的设计", 《计算机工程与设计》 *
马云飞;苑乐;朱菲菲;: "基于认知网络的无人机通信网络系统", 计算机工程 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022001119A1 (zh) * 2020-06-30 2022-01-06 镇江宇诚智能装备科技有限责任公司 一种多智能体系统结构及其控制方法
WO2022001120A1 (zh) * 2020-06-30 2022-01-06 江苏科技大学 一种多智能体系统及其控制方法
CN116014740A (zh) * 2023-03-22 2023-04-25 国网浙江义乌市供电有限公司 一种配电网多元资源能源聚合控制器最少化部署方法
CN116014740B (zh) * 2023-03-22 2024-03-01 国网浙江义乌市供电有限公司 一种配电网多元资源能源聚合控制器最少化部署方法

Also Published As

Publication number Publication date
WO2022001119A1 (zh) 2022-01-06
CN111836409B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN111836409B (zh) 一种多智能体系统结构及其控制方法
CN111835838A (zh) 一种多智能体系统及其控制方法
Alsamhi et al. Survey on artificial intelligence based techniques for emerging robotic communication
Tuna et al. An autonomous wireless sensor network deployment system using mobile robots for human existence detection in case of disasters
Wang Agent-based control for networked traffic management systems
CN102707675B (zh) 群机器人控制器、群机器人控制方法及控制器终端
Curiac Towards wireless sensor, actuator and robot networks: Conceptual framework, challenges and perspectives
Wichmann et al. The integration of mobile (tele) robotics and wireless sensor networks: A survey
Alsamhi et al. Artificial intelligence-based techniques for emerging robotics communication: a survey and future perspectives
CN113472822A (zh) 数据分流方法、装置、设备及介质
Queralta et al. End-to-end design for self-reconfigurable heterogeneous robotic swarms
Nevludov et al. Simulation of the sensor network of base stations in a local positioning system in intelligent industries
Pashkin et al. Pilot communication protocols for group of mobile robots in USAR scenarios
CN114186859A (zh) 复杂未知环境多机协同多目标任务分配方法
Chen et al. A fast coordination approach for large-scale drone swarm
Pan et al. The application of the multi-agent coverage and self-healing control based on a swarm intelligence SONM and potential function approach
EP4020108A1 (en) Automated machine collaboration
Guo et al. Study on a multi-robot cooperative wireless communication control system for the spherical amphibious robot
CN113110584A (zh) 多旋翼飞行器云后台网络系统及其控制方法
CN116744368B (zh) 基于云边端架构的智能协同异构空地无人系统及实现方法
Al-Ali et al. Description of EU Projects Demonstrate Self-Adaptive CPSs (V1. 0)
CN110618679A (zh) 基于无线通信网络的多agv智能协同工作系统
Guryanov et al. Building a Self-Organizing Radio Network for Mobile Objects
Mei et al. On multi-robot data collection and offloading for space-aerial-surface computing
Anggraeni et al. Implementation of WiFi Communication on Multi UAV for Leader-Follower Trajectory based on ROS

Legal Events

Date Code Title Description
PB01 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