基于生物觅食行为的群机器人混合搜索方法技术

一种基于生物觅食行为的群机器人混合搜索方法，属于机器人技术领域。本发明专利技术的目的是利用群机器人搜索目标，促进对群体自组织原理及协同行为涌现规律的基于生物觅食行为的群机器人混合搜索方法。本发明专利技术步骤为：采用栅格法对搜索环境的建模，将搜索区域划分为若干子区域，安排每个子区域的搜索顺序，混合搜索算法进行搜索。本发明专利技术利用机器人代替人完成很多工作，比如排雷排爆、空间探测、地震等灾难后的幸存者搜索、矿难搜救问题等。

【技术实现步骤摘要】

本专利技术属于机器人

技术介绍
伴随着微电子、计算机、网络等应用技术的快速发展，机器人技术得到了跨越式的进步，机器人软硬件技术的进步使移动机器人的各种能力不断提高，移动机器人应用的领域和范围也正不断扩展，利用机器人代替人来完成一些简单的任务成为一种趋势，比如利用单个机器人进行清扫或者搜索等。虽然单个机器人可以完成一些简单的任务，但是由于单个机器人一般都体积大、能耗高、结构复杂，灵活性差，在使用单机器人进行搜索任务时的效果不是很好，而群机器人因为其体积小、数量多、结构简单、比较灵活、鲁棒性强，比单个机器人更容易控制，而且其容错能力强，即使其中某个机器人坏了，也不会影响整体的搜索等特征，近几年受到越来越多的关注。同时随着生物学研究的不断深入，研究人员发现一些动物能够通过简单的合作快速的发现食物。受到这些生物觅食行为的启发，本文提出利用群机器人来模拟生物觅食的过程，即在未知环境中，群机器人利用生物觅食行为的特征来搜索目标。
技术实现思路
本专利技术的目的是利用群机器人搜索目标，促进对群体自组织原理及协同行为涌现规律的基于生物觅食行为的群机器人混合搜索方法。本专利技术步骤为：步骤一：采用栅格法对搜索环境的建模：把搜索区域，，划分成若干个栅格，，：搜索区域为矩形，为搜索区域的长，为搜索区域的宽；步骤二：将搜索区域划分为若干子区域：用A表示整个搜索区域，用表示被划分的任意一个子区域，则整个搜索区域可以表示为：，n：搜索区域划分成的子区域个数；步骤三：安排每个子区域的搜索顺序：通过区域效用函数的大小确定每个子区域的搜索顺序，使目标信号浓度强的子区域优先被搜索,区域效用函数如下：其中，T函数表示子区域的目标效用函数值，为机器人在子区域a内检测到子区域b内目标信号的强度，为当前子区域a与子区域子b之间的距离，其中；步骤四：混合搜索算法进行搜索：1）利用随机搜索算法进行全局搜索；2）当目标探测器发现目标的存在之后，随机搜索算法转变为动态粒子群搜索算法进行搜索，通过粒子之间的合作，不断调整粒子的位置，确定目标位置；3）如果随机搜索算法没有发现目标，一直使用随机搜索算法进行搜索，直到整个搜索区域搜索完成或者搜索时间超时，结束当前搜索。本专利技术步骤一的环境空间就是搜索区域；具体步骤如下：(1)将环境空间划分为个独立的栅格空间，其中，，如果不能整除，则全部都向上取整；(2)给划分的每个栅格进行赋值，每个栅格都记为0；给划分的每个栅格进行赋值：这里的栅格指的就是划分成的m*n个栅格，赋的值是任意的，初始都设为0，搜索过的设为1；(3)将划分后的栅格按照顺序进行编号，编号记为c，编号转换公式如下所示：当栅格被搜索后，其相应的值变为1，表示信息如下：栅格被搜索前，将栅格赋值设为0表示，被搜索后，将格栅赋值设为1来表示；其中代表一个区域内处于栅格(k,t)的值，k、t代表该区域内栅格所在的横坐标和纵坐标。本专利技术公式中是一个随机的值，为了使实验具有普遍性和代表性，分别取不同大小的值来进行试验，在场景确定后，是一个固定的值。本专利技术采用随机搜索算法阶段，粒子分别被释放在搜索环境中的某一起点，采取随机行走方式进行搜索，粒子以一定的速度行走，其与x/y轴的方向是随机的；具体行走方式如下：其中表示粒子的行走速度，表示速度与x轴的夹角，一般在没有障碍物的时候，取值是一个随机的小角度值，表示时间间隔，人为设置的a为常量；将=1代入上面公式得到：。本专利技术动态粒子群算法的速度及位置更新方式如下：其中是粒子本身在搜索过程中在x轴的最好位置，是粒子本身在搜索过程中在y轴的最好位置，是在通信范围内所有粒子中在x轴的最好位置，是在通信范围内所有粒子中在y轴的最好位置，w，c1，c2为权值，0<w<2，0<c1/c2<2。本专利技术在整个搜索的过程中，机器人自身有三种搜索行为：随机搜索行为、组织搜索行为、协作搜索行为；在整个子区域的搜索过程中，机器人的这三种行为不断进行转换。本专利技术研究利用群机器人搜索目标，在理论和实际研究中都有重要的意义。从理论上来说，通过研究群机器人寻找目标的过程，可以促进对群体自组织原理及协同行为涌现规律的研究。从实际上来说，研究利用群机器人搜索目标，可以使机器人应用更加广阔，可以利用机器人代替人完成很多工作，比如排雷排爆、空间探测、地震等灾难后的幸存者搜索、矿难搜救问题等。附图说明图1是本专利技术提出的基于觅食行为的群机器人混合搜索方法的流程图；图2是本专利技术中混合搜索算法的流程图；图3是本专利技术中动态粒子群算法的流程图；图4是整个搜索的过程中机器人行为转换示意图；图5是多个目标，多个粒子确定目标搜索情况；其中（a）图为粒子的初始状态图；（b）图为确定粒子的位置图。具体实施方式本专利技术步骤为：步骤一：采用栅格法对搜索环境的建模：把搜索区域，，划分成若干个栅格，，：搜索区域为矩形，为搜索区域的长，为搜索区域的宽。步骤二：将搜索区域划分为若干子区域：用A表示整个搜索区域，用表示被划分的任意一个子区域，则整个搜索区域可以表示为：，n：搜索区域划分成的子区域个数。步骤三：安排每个子区域的搜索顺序：通过区域效用函数的大小确定每个子区域的搜索顺序，使目标信号浓度强的子区域优先被搜索,区域效用函数如下：、：公式中的系数，0、1，根据搜索环境和栅格个数而取值，：搜索区域划分成子区域后，的值就固定了；其中，T函数表示子区域的目标效用函数值，为机器人在子区域a内检测到子区域b内目标信号的强度，为当前子区域a与子区域子b之间的距离，其中；机器人按照这个函数测得的目标效用函数值，确定各个子区域的搜索顺序。这样做可以使目标信号浓度强、距离近的子区域优先被搜索，从而可以减少目标在子区域内的停留时间。步骤四：混合搜索算法进行搜索：完成以上工作后，混合搜索算法开始搜索：1）利用随机搜索算法进行全局搜索；2）当目标探测器发现目标的存在之后，随机搜索算法转变为动态粒子群搜索算法进行搜索，通过粒子之间的合作，不断调整粒子的位置，确定目标位置；在这里动态粒子群搜索算法有一定时间限制，如果在这个时间范围内，则一直进行目标位置的确定，确定目标位置后，判断是否完成整个区域的搜索，如果完成，则结束当前区域的搜索，如果没有结束，则转入随机搜索算法，继续进行当前区域的搜索；如果超过了这个时间限制，但是还是没有确定目标位置，为了不影响整体搜索的效率，动态粒子群算法转为随机搜索算法，重新进行搜索；3）如果随机搜索算法没有发现目标，一直使用随机搜索算法进行搜索，直到整个搜索区域搜索完成或者搜索时间超时，结束当前搜索。本专利技术步骤一的环境空间就是搜索区域；具体步骤如下：(1)将环境空间划分为个独立的栅格空间，其中，，如果不能整除，则全部都向上取整；：利用机器人的搜索半径r来决定划分栅格的大小和栅格的数量，设机器人的搜索半径r与栅格的边长相等，所以，，搜索区域就分为个栅格；向上取整：因为，，且规定m,n为整数，所以当，的结果不为整数时，要求向上取整，也就是无论小数为多少，结果都为整数上加1；(2)给划分的每个栅格进行赋值，每个栅格都记为0；给划分的每个栅格进行赋值：这里的栅格指的就是划分成的m*n个栅格，赋的值是任意的，初始都设为0，搜索过的设为1；(3)将划分后的栅格按照顺序进行编本文档来自技高网...

【技术保护点】
一种基于生物觅食行为的群机器人混合搜索方法，其特征在于：其步骤为：步骤一：采用栅格法对搜索环境的建模：把搜索区域，，划分成若干个栅格，，：搜索区域为矩形，为搜索区域的长，为搜索区域的宽；步骤二：将搜索区域划分为若干子区域：用A 表示整个搜索区域，用表示被划分的任意一个子区域，则整个搜索区域可以表示为：，n ：搜索区域划分成的子区域个数；步骤三：安排每个子区域的搜索顺序：通过区域效用函数的大小确定每个子区域的搜索顺序，使目标信号浓度强的子区域优先被搜索, 区域效用函数如下：其中，T 函数表示子区域的目标效用函数值，为机器人在子区域a内检测到子区域b 内目标信号的强度，为当前子区域a与子区域子b 之间的距离，其中；步骤四：混合搜索算法进行搜索：1）利用随机搜索算法进行全局搜索；2）当目标探测器发现目标的存在之后，随机搜索算法转变为动态粒子群搜索算法进行搜索，通过粒子之间的合作，不断调整粒子的位置，确定目标位置；3）如果随机搜索算法没有发现目标，一直使用随机搜索算法进行搜索，直到整个搜索区域搜索完成或者搜索时间超时，结束当前搜索。

【技术特征摘要】
1.一种基于生物觅食行为的群机器人混合搜索方法，其特征在于：其步骤为：步骤一：采用栅格法对搜索环境的建模：把搜索区域，，划分成若干个栅格，，：搜索区域为矩形，为搜索区域的长，为搜索区域的宽；步骤二：将搜索区域划分为若干子区域：用A表示整个搜索区域，用表示被划分的任意一个子区域，则整个搜索区域可以表示为：，n：搜索区域划分成的子区域个数；步骤三：安排每个子区域的搜索顺序：通过区域效用函数的大小确定每个子区域的搜索顺序，使目标信号浓度强的子区域优先被搜索,区域效用函数如下：其中，T函数表示子区域的目标效用函数值，为机器人在子区域a内检测到子区域b内目标信号的强度，为当前子区域a与子区域子b之间的距离，其中；步骤四：混合搜索算法进行搜索：1）利用随机搜索算法进行全局搜索；2）当目标探测器发现目标的存在之后，随机搜索算法转变为动态粒子群搜索算法进行搜索，通过粒子之间的合作，不断调整粒子的位置，确定目标位置；3）如果随机搜索算法没有发现目标，一直使用随机搜索算法进行搜索，直到整个搜索区域搜索完成或者搜索时间超时，结束当前搜索。2.根据权利要求1所述的基于生物觅食行为的群机器人混合搜索方法，其特征在于：步骤一的环境空间就是搜索区域；具体步骤如下：(1)将环境空间划分为个独立的栅格空间，其中，，如果不能整除，则全部都向上取整；(2)给划分的每个栅格进行赋值，每个栅格都记为0；给划分的每个栅格进行赋值：这里的栅格指的就是划分成的m*n个栅格，赋的值是任意的，初始都设为0，搜索过的设为1；(3)将划分后的栅格按照顺序进行编号，编号记为c，编号转...

【专利技术属性】
技术研发人员：李寿涛，田微，杨蕊嘉，丁辉，韩风，乔丽，张路玉，徐靖淳，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22