基于多机器人和高斯信号模型的自适应最优自组网方法技术

本发明专利技术提供了一种基于多机器人和高斯信号模型的自适应最优自组网方法，包括以下步骤：S1、由主机器人进行整个工作环境的二维地图绘制，采用激光和摄像头绘制环境的二维地图；S2、主机器人在绘制二维地图或者随机游走过程中，采集基站的WiFi信号样本点，然后对WiFi信号进行建模，形成WiFi信号模型；S3、在步骤S2中所建立的WiFi信号模型的基础上，搜寻每个机器人最优的中继位置。本发明专利技术的有益效果是：充分考虑了环境对无线信号的影响，能够根据环境中通信网络节点的位置变化，自动实时的调度每个中继机器人的空间位置，使得通信网络快速获得最佳的通信质量。

【技术实现步骤摘要】
基于多机器人和高斯信号模型的自适应最优自组网方法
本专利技术涉及通信，尤其涉及一种基于多机器人和高斯信号模型的自适应最优自组网方法。
技术介绍
在21世纪，随着科学技术的发展，无线通信技术发生了巨大的变化。无线局域网(WLAN)主要经历了五个间段的发展，新的标准正在逐渐取代老的标准。从1997年的第一个版本IEEE802.11的诞生，其工作的频率为2.4GHz，数据传输速率仅为2Mb/s，后来IEEE802.11a、IEEE802.11b、IEEE802.11g和IEEE802.11n相继出现，无线的工作频率也逐渐从2.4G向5G发展，到2014年1月最新的IEEE802.11ac获得通过，其完全采用5GHz频段，可提供最高866.7Mb/s的传输速率。此外，WiGig组织提出的IEEE802.11ad标准，采用了60GHz频段，可以提供最高7Gb/s传输速率的短距离通信，但是，由于其无法穿透障碍物，所以覆盖的范围非常有限。无线保真(WiFi)作为应用最为广泛的WLAN标准，其符合IEEE802.11b无线网络规范，采用的是2.4GHz频段，由于2.4GHz频段使用太多，为了提高WiFi的抗干扰能力，目前也有工作频率是5GHz，然而其有穿透能力差，覆盖范围比较小的缺点。随着科技的发展，为了满足越来越高的通信需求，无线通信网络逐渐向多节点的自组织网络发展。利用多个网络节点搭建起来的无线网络，可以让网络的覆盖范围更大，通信能力更强，扩大了无线网络的应用范围。在灾难救援方面，现有的通信设施被破坏或者在一些本来就没有网络覆盖的区域，通信成为制约救援效率的主要因素。人们通过放置固定的中继在环境中，搭建通信网络，但是这种方法非常不方便，而且中继的利用效率不高，通信质量不佳。利用无人机或者无人车搭建无线网络可以随意的调度中继节点，但是目前调度中继节点的方法不能够充分的考虑环境对无线信号的影响，严重影响网络的通信质量。在家庭方面，随着互连网技术的发展，人们对于网络接入的需求也越来越高，希望在家里、办公室或商场等地方实现随时随地安全高质量的无线上网，目前有许多低成本的无线路由器接入方案，例如TP-Link的WR系统，小米公司的小米路由等。但是这些路由器商家所研发的都是固定式的路由器，所覆盖的通讯范围有限，单个固定的路由器已经满足不了人们的需求。在空间探索领域，借助航天器布撒下无线传感器网络节点实现对星球表面的监测，是一种经济可行的方案。在其它领域，比如，嵌入家具和家电中的传感器与执行机构组成的无线网络与Internet连接在一起将会为我们提供更加舒适、方便和具有人性化的智能家居环境。此外，仓库管理、交互式博物馆、交互式玩具、工厂自动化生产线等众多领域，无线自组网络也扮演着重要的角色，为任务的完成提供了可靠的通信保证。近年来，传统路由器开始向智能化发展，各大主要互联网公司，如小米、360、华为、思科等都加入到这个竞争激烈的领域中，他们注重开发网络接入的智能化，如智能数据包过滤，家长控制，网上商城，视频监控等，而对于路由器的机器人智能化较少涉略。对于无线通信网络，在优化网络的通信协议方面已经取得了较好的发展，但是在布置网络节点方面发展较为缓慢。人们从最开始的布置固定中继节点搭建网络，到利用中继机器人搭建网络，但是如何能够找到各个中继的最佳位置是自组网络的一个难点。由于无线信号非常容易受到环境的影响，目前利用机器人搭建网络基本都是在空旷的区域实现的。针对通信网络的特点，本专利技术提出通过两种获得WiFi信号分布的方法分别得到基站和中继节点的信号分布很好的考虑了环境对无线信号的影响，然后自主调度多个移动中继机器人实现网络连通性最优。本专利技术能够根据环境中通信节点的位置变化，自动实时的调整每个中继的空间位置，使得通信网络获得最佳的通讯质量。专利技术专利《一种动态化自组网无线通信装置》（公开号：CN105515972A）该专利技术提出一种动态化自组网无线通信装置，包括中央处理模块、数据处理模块、SDRAM存储模块、综合业务接口管理模块、调制模块、解调模块和变频模块，其中数据处理模块基于FPGA实现，对需要发射的IP数据进行后台封装和数据转换，并包含信号的调制方式信令；中央处理模块基于中央处理芯片设计，对于调用数据处理模块中程序的指令进行管理，对数据集总处理、下发及控制。该专利技术只是从控制模块之间的数据传输实现动态的自组网，并没有涉及中继节点的调度。专利技术专利《一种家用型可移动中继机器人》(公开号：CN105871446A)该专利技术公开了一种利用机器人作为中继节点实现网络优化的方法。该方法通过获取无线信号源的第一强度，然后获取终端的信号的第二强度，根据第一强度和第二强度，调整中继机器人的位置。这种方法不能充分的考虑环境对无线信号的影响，没有有效的机器人调度策略，尤其在复杂的环境下很难实现，在优化网络的效率和质量上都存在很大的问题。
技术实现思路
为了解决现有技术中的问题，本专利技术提供了一种基于多机器人和高斯信号模型的自适应最优自组网方法，将移动机器人技术和WiFi信号建模相结合，实现中继机器人的自动调度，使得网络的通信质量最佳。本专利技术提供了一种基于多机器人和高斯信号模型的自适应最优自组网方法，包括以下步骤：S1、由主机器人进行整个工作环境的二维地图绘制，采用激光和摄像头绘制环境的二维地图；S2、主机器人在绘制二维地图或者随机游走过程中，采集基站的WiFi信号样本点，然后对WiFi信号进行建模，形成WiFi信号模型；S3、在步骤S2中所建立的WiFi信号模型的基础上，搜寻每个机器人最优的中继位置；S4、当各个机器人获得了各自的最优中继位置之后，主机器人和从机器人利用蒙特卡洛的方法分别定位其在环境中的位置，然后沿着实时规划好的路径运动到最佳位置。作为本专利技术的进一步改进，步骤S1中，整个二维地图的绘制过程分为前端和后端，前端主要由顺序配准和环形闭合检测构成，前端和后端这两部分都是根据传感器的观测信息建立机器人节点间的约束关系，前端处理的是局部数据的关系，后端主要是对全局数据的处理，两者合起来完成图的构建和优化。作为本专利技术的进一步改进，步骤S1中，整个二维地图的绘制过程为：首先通过视觉的方法判断出闭环，当视觉判断出闭环后，系统就给激光SLAM部分的闭环检测部分发出一个闭环信号，当机器人收到这个闭环信号后，就开始进行激光SLAM的闭环检测部分。作为本专利技术的进一步改进，步骤S2中，对于基站，通过先采集环境中基站的WiFi样本点，然后利用高斯过程回归的方法估计出环境中其他位置处的WiFi信号值；对于移动中继，利用WiFi高斯模型来估计环境中其他位置处的信号强度。作为本专利技术的进一步改进，步骤S3中，在通信两端之间的可行路径上寻找网络中继的最优位置，其中，可行路径是采用基于概率采样的快速搜索随机树算法规划基站和客户端之间的路径；由设定的通信质量阈值，根据环境信息、两种WiFi信号模型和通信两端的路径，确定优化网络需要的机器人数量和各个机器人在环境中的位置。作为本专利技术的进一步改进，步骤S3中，当只需要一个中继机器人的时候，遍历通信两端的路径来寻找最佳的中继位置；当需要多个机器人优化网络，采用势能场的方式确定需要的机器人数量和各个机器人在环境中的最优位置。作为本专利技术的进本文档来自技高网...

【技术保护点】
一种基于多机器人和高斯信号模型的自适应最优自组网方法，其特征在于，包括以下步骤：S1、由主机器人进行整个工作环境的二维地图绘制，采用激光和摄像头绘制环境的二维地图；S2、主机器人在绘制二维地图或者随机游走过程中，采集基站的WiFi信号样本点，然后对WiFi信号进行建模，形成WiFi信号模型；S3、在步骤S2中所建立的WiFi信号模型的基础上，搜寻每个机器人最优的中继位置；S4、当各个机器人获得了各自的最优中继位置之后，主机器人和从机器人利用蒙特卡洛的方法分别定位其在环境中的位置，然后沿着实时规划好的路径运动到最佳位置。

【技术特征摘要】
1.一种基于多机器人和高斯信号模型的自适应最优自组网方法，其特征在于，包括以下步骤：S1、由主机器人进行整个工作环境的二维地图绘制，采用激光和摄像头绘制环境的二维地图；S2、主机器人在绘制二维地图或者随机游走过程中，采集基站的WiFi信号样本点，然后对WiFi信号进行建模，形成WiFi信号模型；S3、在步骤S2中所建立的WiFi信号模型的基础上，搜寻每个机器人最优的中继位置；S4、当各个机器人获得了各自的最优中继位置之后，主机器人和从机器人利用蒙特卡洛的方法分别定位其在环境中的位置，然后沿着实时规划好的路径运动到最佳位置。2.根据权利要求1所述的基于多机器人和高斯信号模型的自适应最优自组网方法，其特征在于，步骤S1中，整个二维地图的绘制过程分为前端和后端，前端主要由顺序配准和环形闭合检测构成，前端和后端这两部分都是根据传感器的观测信息建立机器人节点间的约束关系，前端处理的是局部数据的关系，后端主要是对全局数据的处理，两者合起来完成图的构建和优化。3.根据权利要求2所述的基于多机器人和高斯信号模型的自适应最优自组网方法，其特征在于，步骤S1中，整个二维地图的绘制过程为：首先通过视觉的方法判断出闭环，当视觉判断出闭环后，系统就给激光SLAM部分的闭环检测部分发出一个闭环信号，当...

【专利技术属性】
技术研发人员：陈浩耀，高亚军，楼云江，李衍杰，刘云辉，
申请(专利权)人：哈尔滨工业大学深圳研究生院，
类型：发明
国别省市：广东,44