基于二值化环境信息的欠驱动机器人自组织聚集方法技术

本发明专利技术提出一种基于二值化环境信息的欠驱动机器人自组织聚集方法。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聚集。机器人的传感器的状态简化成I＝0和I＝1两种转态。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。当机器人的传感器转态I＝0时，机器人向后沿着顺时针的圆轨迹做匀速圆周运动；当机器人的传感器状态I＝1时，机器人向前沿着顺时针的圆轨迹做匀速圆周运动。机器人通过两种转态的不断切换，从而能实现机器人的自组织聚集。同时，本文也给出了算法可以实现自组织聚集的数学证明，从理论上证明了算法的可行性。

Self organizing clustering method for Underactuated Robots Based on two valued environment information

The invention proposes a self organizing clustering method for Underactuated Robots Based on two valued environment information. In the process of realizing the algorithm, the robot only needs one sensor to detect the surrounding environmental information, and to judge whether there are other robots in the range of sensors, so as to achieve self organizing aggregation of swarm robots. The state of the robot's sensor is simplified to I = 0 and I = 1 two kinds of states. I = 0 represents no other robot within the sensor range of the robot; I = 1 represents other robots within the range of the robot's sensor. When the robot's transducing state is I = 0, the robot moves uniformly along the clockwise circular trajectory. When the sensor's state I = 1, the robot moves uniformly along the clockwise circular trajectory. The robot can realize self-organized aggregation by switching two kinds of states. At the same time, this paper also gives the mathematical proof that the algorithm can realize self organizing aggregation, and proves the feasibility of the algorithm in theory.

【技术实现步骤摘要】
基于二值化环境信息的欠驱动机器人自组织聚集方法
本专利技术为一种自组织聚集的群集算法，特别适用于欠驱动的群体机器人。同时本算法也适用于全驱动的机器人。
技术介绍
在群体机器人的研究当中，作为群体生物基本行为的聚集行为，被认为是群体机器人系统应当具备的基本的群体行为，也是研究群体机器人系统控制的一个基础性研究问题。许多研究人员致力于研究如何使群体机器人进行自组织聚集运动。研究群体机器人的自组织聚集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自组织聚集和扩散是必要的，原因有如下两点：第一，在群体机器人系统的应用中，机器人聚集往往是完成其它任务的前提或重要的基础工作。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；完成探测后，机器人需要聚集起来。第二，其研究的核心意义在于，依靠庞大数量个体协调组织成群体机器人系统可以完成单一机器人无法完成的复杂任务，同时简单个体构成的群集系统的设计成本要远远低于同等能力的单体机器人。因为群体机器人系统要求每一个机器人结构简单、成本低，机器人也不需要装备类似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。例如，在一定区域进行目标搜索，使用群体机器人的效率是要高于单个机器人的；在进行信息采样等，群体机器人的效率也是要高出很多，同时还能确保任务顺利完成。因此，研究群体机器人自主自组织的聚集是非常重要的。
技术实现思路
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，本专利技术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聚集算法，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聚集。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。本专利技术的技术方案为：所述一种基于二值化环境信息的欠驱动机器人自组织聚集方法，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聚集的群体机器人中的一个或多个机器人；步骤2：机器人根据自组织聚集控制模型P＝(ν0,ω0,ν1,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，机器人向后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；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；且机器人在状态I＝0的运动过程中，机器人自身传感器能够在某一时刻感知周围其它机器人，使机器人状态转换为I＝1。有益效果本专利技术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聚集。同时因为不需要GPS定位和机器人之间相互通信，本专利技术具有很好的鲁棒性和扩展性。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/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：图1：两个机器人的聚集原理图。图2：两个机器人的聚集策略。具体实施方式下面详细描述本专利技术的实施例，所述实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。本专利技术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聚集。本专利技术的具体步骤为：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聚集的群体机器人中的一个或多个机器人。步骤2：机器人根据自组织聚集控制模型P＝(ν0,ω0,ν1,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，机器人向后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；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；且机器人在状态I＝0的运动过程中，机器人自身传感器能够在某一时刻感知周围其它机器人，使机器人状态转换为I＝1。实际的运动过程为：群体机器人开始处于分散状态，，机器人状态I＝0，按照设定的线速度ν0和角速度ω0开始向后沿着顺时针的圆轨迹做匀速圆周运动，这里要求群体机器人分散状态下，在状态I＝0对应的圆轨迹匀速圆周运动中，机器人自身传感器能够在某一时刻感知周围其它机器人，使机器人状态转换为I＝1，此时，机器人按照设定的线速度ν1和角速度ω1向前沿着顺时针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能向一个静止的机器人靠近。下面定量的给出上述方法能够实现自组织聚集的理论证明：如图1所示，是机器人自组织聚集的原理图。我们先证明使用本文中的算法，一个移动的机器人总能向一个静止的机器人靠近。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，y轴过ci和oi，x轴过pj垂直于x轴。从图中我们可以表示一些重要的坐标，ci＝[0,α1]，ci'＝[β1-β2,α2]，pj＝[β1,0]，oi＝[0,η]我们可以容易得到：α1＝||ci-oi||+ηα2＝||ci'-oi||*cosθ+ηβ1＝β2+||ci'-oi||*sinθ其中θ∈(0,π/2)，||ci'-oi||＝||ci-oi||，因此从上式我们可以得到α1-α2＞0β1-β2＞0d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。∵∴d2＞d'2通过上式我们可以得出机器人i的运动轨迹总是向机器人j靠近。换句话说，机器人i每运动一个周期，就会靠近机器人j一点。当两个机器人都移动时，机器人每运动一个周期机器人i的运动圆轨迹就会靠近机器人j运动圆轨迹。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：E-puck机器人采用前置摄像头作为传感器，输出状态I。在状本文档来自技高网...

【技术保护点】
一种基于二值化环境信息的欠驱动机器人自组织聚集方法，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聚集的群体机器人中的一个或多个机器人；步骤2：机器人根据自组织聚集控制模型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，机器人向后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；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；且机器人在状态I＝0的运动过程中，机器人自身传感器能够在某一时刻感知周围其它机器人，使机器人状态转换为I＝1。

【技术特征摘要】
1.一种基于二值化环境信息的欠驱动机器人自组织聚集方法，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聚集的群体机器人中的一个或多个机器人；步骤2：机器人根据自组织聚集控制模型P＝(v0,ω0,v1,ω1)进行运动...

【专利技术属性】
技术研发人员：彭星光，潘光，刘明雍，严卫生，刘岩，张福斌，崔荣鑫，张立川，高剑，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61