基于二值化环境信息的欠驱动机器人自组织扩散方法
阅读：201发布：2020-05-08
专利汇可以提供基于二值化环境信息的欠驱动机器人自组织扩散方法专利检索，专利查询，专利分析的服务。并且本 发明 提出一种基于二值化环境信息的欠驱动 机器人 自组织扩散控制方法，本 算法 是以欠驱动的机器人为研究对象，但是算法实际应用时也适用于全驱动的机器人。本算法不需要机器人具有GPS设备和相互通信的功能，只要求机器人有一个 传感器 能够探测周围的环境信息。同时，将机器人的传感器状态简 化成 两种状态I＝0和I＝1。I＝0代表机器人的传感器范围内没有其它的机器人；I＝1代表机器人的传感器范围内有其它的机器人。每个传感器状态对应一组控制参数，通过两组控制参数的切换实现机器人的组织扩散。本文也从理论上证明了算法的可行性。，下面是基于二值化环境信息的欠驱动机器人自组织扩散方法专利的具体信息内容。
1.一种基于二值化环境信息的欠驱动机器人自组织扩散方法，其特征在于：包括以下步骤：
步骤1：机器人通过自身传感器感知周围是否有其它机器人，定义状态I＝0代表机器人自身传感器范围内没有其它机器人，状态I＝1代表机器人自身传感器范围内有其它机器人；所述其它机器人指进行自组织扩散的群体机器人中的一个或多个机器人；
步骤2：机器人根据自组织扩散控制模型
P＝(v0,ω0,v1,ω1)
进行运动，且在运动过程中，机器人根据设定的采样周期尺寸判断自身状态I：
其中：当机器人处于状态I＝0时，机器人向前沿着顺时针的圆轨迹做匀速圆周运动，线速度和角速度分别是v0和ω0，圆轨迹半径 当机器人处于状态I＝1时，机器人向前沿着顺时针的圆轨迹做匀速圆周运动，线速度和角速度分别是v1和ω1，圆轨迹半径R0＞R1。
基于二值化环境信息的欠驱动机器人自组织扩散方法
技术领域
背景技术
[0002] 在群体机器人的研究当中，群体机器人的一些基本的行为，例如，聚集、扩散、避障等是研究群体机器人系统控制的基础性研究问题。许多研究人员致力于群体机器人进行自组织运动算法的研究。研究群体机器人的一些基本的群集行为算法是群体机器人系统应用中的一个前提或基础工作。在群体机器人系统中，研究如何使群体机器人扩散是必要的。
[0003] 在群体机器人系统的应用中，机器人聚集和扩散往往是完成其它任务的前提或重要的基础工作。很多研究员指出因为在群体机器人系统中，个体机器人的传感能力、通信能力和计算能力都是非常有限的，所以它们只能利用局部的感知和通信能力实现相互的协作以完成全局的任务，这就要求个体机器人在相互很近的范围内才能进行通讯和协作，因此机器人聚集往往就成为群体机器人系统应用中的一个前提或基础工作。比如，一组小机器人在某个区域分散开来执行探索信息任务，在探索完成之后，机器人需要聚集在一起，以便列队共同前往下一个探索区域或者便于机器人的回收工作。再以军事场景为例，一群机器人被空投到某个陌生的区域内执行探测或收集信息的任务，开始时需要进行扩散。
[0004] 群体机器人系统的应用中不存在全局的位置信息来帮助机器人进行聚集和扩散。因为群体机器人系统要求每一个机器人结构简单、成本低，所以机器人最好不装备类似GPS这样昂贵的定位设备，并且在未知的环境中，比如深海中，全局的位置信息的获取是非常困难的。因此，群体机器人要能够在无全局位置信息的情况下表现出自组织的聚集和扩散行为。
[0005] 随着对群体机器人自组织运动控制算法研究的深入，算法实际应用时所能控制机器人的数量逐渐增加，以及应用环境的复杂，以及执行一些特殊任务的需要，这些都为群体机器人自组织运动控制算法实际应用带来了新的挑战。例如，群体机器人水下相互通信问题，机器人之间通信距离问题，机器人数量增多后的成本问题，以及当算法应用到群体机器人进行军事对抗和执行秘密任务的隐蔽性问题，这些问题都影响着自组织算法的实际应用。
发明内容
[0006] 为了克服各种复杂多变的环境对群体机器人自组织运动控制带来的问题，本发明提出了一种基于二值化环境信息的欠驱动机器人的自组织扩散算法，无需机器人之间通信和定位信息，在整个算法的实现过程中机器人只需要一个传感器去探测周围的环境信息，用来判断传感器范围内有无其他机器人，从而实现群体机器人的自组织扩散。同时，本文中的算法不需要GPS定位和机器人之间相互通信，算法具有很好的鲁棒性和扩展性。
[0007] 本发明的技术方案为：
[0008] 所述一种基于二值化环境信息的欠驱动机器人自组织扩散方法，其特征在于：包括以下步骤：
[0009] 步骤1：机器人通过自身传感器感知周围是否有其它机器人，定义状态I＝0代表机器人自身传感器范围内没有其它机器人，状态I＝1代表机器人自身传感器范围内有其它机器人；所述其它机器人指进行自组织扩散的群体机器人中的一个或多个机器人；
[0010] 步骤2：机器人根据自组织扩散控制模型
[0011] P＝(ν0,ω0,ν1,ω1)
[0012] 进行运动，且在运动过程中，机器人根据设定的采样周期尺寸判断自身状态I：
[0013] 其中：当机器人处于状态I＝0时，机器人向前沿着顺时针的圆轨迹做匀速圆周运动，线速度和角速度分别是ν0和ω0，圆轨迹半径 当机器人处于状态I＝1时，机器人向前沿着顺时针的圆轨迹做匀速圆周运动，线速度和角速度分别是ν1和ω1，圆轨迹半径R0＞R1。
[0014] 有益效果
[0015] 采用本发明无需机器人之间通信和定位信息，在整个算法的实现过程中机器人只需要一个传感器去探测周围的环境信息，用来判断传感器范围内有无其他机器人，从而实现群体机器人的自组织扩散。同时，因为不需要GPS定位和机器人之间相互通信，本发明具有很好的鲁棒性和扩展性。
[0017] 本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0018] 图1：两个机器人的扩散原理图。
[0019] 图2：两个机器人的扩散策略。
具体实施方式
[0020] 下面详细描述本发明的实施例，所述实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
[0021] 本发明的目的是提出一种方法，该方法不需要机器人之间通信和定位信息，只需要一个传感器去探测周围的环境信息，用来判断传感器范围内有无其他机器人，从而实现群体机器人的自组织扩散。
[0022] 本发明的具体步骤为：
[0023] 步骤1：机器人通过自身传感器感知周围是否有其它机器人，定义状态I＝0代表机器人自身传感器范围内没有其它机器人，状态I＝1代表机器人自身传感器范围内有其它机器人；所述其它机器人指进行自组织扩散的群体机器人中的一个或多个机器人。
[0024] 步骤2：机器人根据自组织扩散控制模型
[0025] P＝(ν0,ω0,ν1,ω1)
[0026] 进行运动；
[0027] 其中：当机器人处于状态I＝0时，机器人向前沿着顺时针的圆轨迹做匀速圆周运动，线速度和角速度分别是ν0和ω0，圆轨迹半径 当机器人处于状态I＝1时，机器人向前沿着顺时针的圆轨迹做匀速圆周运动，线速度和角速度分别是ν1和ω1，圆轨迹半径R0＞R1。
[0028] 实际的运动过程为：
[0029] 群体机器人开始处于聚集状态，机器人状态I＝1，按照设定的线速度ν1和角速度ω1开始向前沿着顺时针的圆轨迹做匀速圆周运动，由于实际传感器本身的探测范围和探测角度限制，在状态I＝1对应的圆轨迹匀速圆周运动没有完成一圈时，机器人状态就会变为I＝0，此时，机器人按照设定的线速度ν0和角速度ω0开始向前沿着顺时针的半径更大的圆轨迹做匀速圆周运动，从而定性的可以分析看出，运用上述方法，一个移动的机器人总会逐渐远离另外一个机器人。
[0030] 下面定量的给出上述方法能够实现自组织扩散的理论证明：
[0031] 如图1所示，是机器人自组织扩散的原理图，我们先证明使用本文中的算法，一个移动的机器人总会逐渐远离另外一个机器人。
[0032] 我们建立如图1所示的xy坐标系，图中pi表示第i个机器人，pj表示第j个机器人，ci表示第i个机器人向前沿着顺时针的圆轨迹做匀速圆周运动的圆轨迹圆心；ci'表示一个周期之后第i个机器人向前沿着顺时针的圆轨迹做匀速圆周运动的圆轨迹圆心。x轴过ci'和oi，y轴过pj垂直于x轴。从图中我们可以表示一些重要的坐标，
[0033] ci＝[β2,α1-α2]，ci'＝[β1,0]，pj＝[0,α1]，
[0034] 我们可以容易得到：
[0035] α1＝||ci-oi||*sinθ+α2
[0036]
[0037]
[0038] 其中θ∈(0,π/2)，||ci'-oi||＝||ci-oi||，并且α1、α2、β1和β2满足如下的关系：
[0039] α1-α2＞0
[0040] β1-β2＞0
[0041] 因此化简上式我们可以得到：
[0042]
[0043]
[0044] d代表机器人i的运动轨迹圆心ci到机器人j的距离，d'是机器人运动一个周期后机器人i的运动轨迹圆心ci'到机器人j的距离。
[0045]
[0046] ∴d2＜d'2
[0047] 通过上式我们可以得出机器人i的运动轨迹总是远离机器人j。换句话说，机器人i每运动一个周期，就会远离机器人j一点。当两个机器人都移动时，每运动一个周期机器人i的运动圆轨迹就会远离机器人j运动圆轨迹。
[0048] 机器人i和机器人j会不断远离，但是两个机器人不会无限远离，当两个机器人分散到一定距离就会维持一个动态稳定。本算法实现机器人自组织扩散的关键在于机器人两种运动状态的切换，然而当机器人之间的距离大于或等于机器人的传感器的探测范围时，两个机器人不会远离。换句话说，当机器人之间的距离大于或等于传感器的距离时，机器人不会再相互远离并且维持一个动态稳定的状态。
[0049] 本实施例在使用过程中，由于E-puck机器人是四轮机器人，需要将模型中的线速度和角速度转换成E-puck机器人的左右轮速，公式如下所示：
[0050]
[0051]
[0052] E-puck机器人采用前置摄像头作为传感器，输出状态I，必然在状态I＝1对应的圆轨迹匀速圆周运动没有完成一圈时，机器人状态就会变为I＝0。根据以上分析，当R0＞R1时，一个移动的机器人总会逐渐远离另外一个机器人，但是两个机器人不会无限远离，当两个机器人分散到一定距离就会维持一个动态稳定。
[0053] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于二值化环境信息的欠驱动机器人自组织扩散方法 | 2020-05-08 | 201 |
| 一种AGV导航控制方法及系统 | 2020-05-11 | 122 |
| 一种分布式多机器人协同过未知随机迷宫的编队导航方法 | 2020-05-11 | 273 |
| 面向大规模SLAM的多传感器融合与数据管理机制 | 2020-05-15 | 524 |
| 一种基于差分进化烟花算法的多机器人协同路径规划方法 | 2020-05-20 | 175 |
| 面向无人系统的椋群式智能群体动态网络拓扑构建方法 | 2020-05-17 | 476 |
| 输电线路单相断线短接杆塔的生物安全评估平台及方法 | 2020-05-21 | 162 |
| 基于强化学习蟑螂算法的机器人路径规划方法 | 2020-05-12 | 17 |
| 一种基于改进粒子群算法的全向移动智能轮椅机器人参数辨识方法 | 2020-05-18 | 911 |
| 一种多目标三维路径规划方法 | 2020-05-19 | 201 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈