一种适应于时变通信拓扑的多机器人分布式协作定位方法技术

本发明专利技术属于机器人自定位技术领域，公开了一种适应于时变串行通信拓扑的多机器人分布式协作定位方法，是基于UKF框架，将分布式协作定位转化为分布式U变换的实现问题，其中的协方差矩阵分布式分解是关键，利用向上看Cholesky矩阵分解递推逐步进行的特点，将分布式协方差矩阵分解过程适应于可获得的通信拓扑，从而实现分布式U变换。本发明专利技术避免了单机器人定位对其它所有机器人信息的需求，单机器人仅依赖随机可获得的邻机器人信息，即可进行自身位置估计，并完成与其它机器人位置关系的更新。提高了协作定位对动态时变通信拓扑的适应性，可应对多机器人在执行灾后搜救、大范围监视等任务时所面临的通信拓扑条件受限问题。

【技术实现步骤摘要】
一种适应于时变通信拓扑的多机器人分布式协作定位方法
本专利技术属于机器人自定位
，尤其涉及一种应用于时变通信拓扑的多机器人分布式协作定位方法。
技术介绍
协作定位是多机器人利用它们之间的相对信息来提高自身定位精度的一种方法。多机器人分散于地理空间中，为此，协作定位存在集中式和分布式两种实施架构，前者所有机器人都将信息传送与中心处理单元，存在通信消耗大、可靠性差等问题，而后者是在各个机器人内完成协作定位，是常用的一种架构。在分布式协作定位中，机器人间的信息流通分享是前提，然而在一些特殊应用环境下，自由的信息流通难以被提供，如在未知环境探索中，经常会出现机器人的间距超出通信路径而不能自由通信，再如，在对抗环境下，各种有意或无意的干扰会阻断节点间通信链路等，这使得机器人之间的通信拓扑(描述通信关系)是不确定的，且随环境条件时变，若不能适应这一情况，协作定位效能将会大大降低。卡尔曼滤波(KF)是当前解决协作定位问题的主要技术之一，基于KF的分布式协作定位算法设计有两种方向，一种是以提高定位精度为目的，侧重于理论分析层面，往往假设机器人可以自由获得所需信息，它们之间可以无约束地通信；另一种虽将通信条件作为设计约束，但一般假定约束是已知且固定的(即通信拓扑固定)，即对每一个个体，其信息来自谁，发给谁提前规定，基于这一前提的算法设计对通信条件需求苛刻，且一旦在实际应用中不能被满足，协作定位任务就面临失败的可能。因此，基于这两方向设计出的协作定位方法在实际应用中均受限制，特别是通信拓扑时变的场合。
技术实现思路
为克服现有技术的不足，本专利技术提出了一种适应于时变通信拓扑的多机器人分布式协作定位方法。为实现上述专利技术目的，本专利技术采用如下技术方案：一种适应于时变通信拓扑的多机器人分布式协作定位方法，采用无味卡尔曼滤波UKF作为分布式协作定位的技术基础，利用一组sigma点来近似表示变量的概率密度分布，针对服从正态分布的变量，即用一些采样点来等价描述变量的估计值和该估计的方差，该过程称为U变换；此处，假设在k时刻，N个机器人的整体位置估计为：表示机器人i的位置估计，整体位置估计对应的方差为：那么该估计的U变换为：式中ξ(0)(k)…ξ(4N)(k)即为sigma点，λ为可调整量；P(k)为对称矩阵，表示的第p列；保障单机器人获得所有的块元素Pij(k)以构建P(k)，以获得以使单机器人i获得局部sigma点：基于向上看Cholesky分解来解决协方差矩阵的分布式获得问题，令：P＝AAT，A中每一块元素Aij可根据求解：上式有：1)每一块元素Aij的获取只依赖Aij(i＞j)和Pij(i＞j)，而非所有元素块，避免了所有机器人对信息交换的需求；2)由上至下递推而出，并将该特点与通信顺序结合；利用向上看Cholesky矩阵分解块元素Aij自上而下的递推特点，将分布式协方差矩阵分解与通信条件相结合，使矩阵分解从对通信“提需求”转变为自动顺应，从而避免分布式协作定位对通信拓扑条件的高度依赖问题；各机器人依靠获得的局部信息量，即可完成自身的位置更新；包括位置预测和位置后验估计两步，两步输出结果互为输入；当机器人群内没有机器人测量到其它队友时，各个机器人按照一定的步长不断预测着自己的位置，如何在各机器人内分布式进行位置预测已经被很好地解决；当一个机器人测量到队友，并测量到与队友的相对信息后，所有机器人的位置预测值都将被该测量更新，在完成后验估计更新后，继续进行位置预测。一种适应于时变通信拓扑的多机器人分布式协作定位方法，在协作定位中单个机器人的工作流程分四步进行；针对安装有线速度测量设备、相对距离测量设备，无线通信设备的多个机器人，对编号为i的机器人，简写为Ri；具体实施步骤如下：步骤一：开始协作定位任务；任务开始后，机器人按照δ步长不断进行对自己位置预测；同时机器人实时监测队友，能否监测到与所处位置、视场角有关和侦听友邻发送的信息；在某一时刻，若机器人发现队友，则执行步骤二，若机器人接收到定位信息，则执行步骤三；否则，继续预估自身位置，并继续对队友侦察和对外界信息的侦听。若接收到协作定位结束指令，则停止队友监测；步骤二：发现队友，生成协作定位信息；假设在km时刻，Ri发现队友，根据它与被发现者的相对测量值，若同时发现多个，则只处理与发现者最近的一个，计算生成定位信息Si(km)，定位信息Si(km)之后重新进入步骤一；步骤三：接收到的队友信息，更新自身位置；假设在kr时刻，Rj接收到邻近机器人信息，Rj首先判断该信息是否为协作定位信息，如果是则利用它进行协作定位；在利用该协作定位信息前，先进行预处理：首先判断是否曾经接收过Si(km)，若已接收过，则放弃，否则，继续利用判断定位信息是否有效：km+δ＞kr\*MERGEFORMAT(4)其中kr表示接收时刻。若不成立，则放弃，且不向邻近机器人传播，否则，Rj利用定位信息Si(km)进行位置更新，之后重新进入步骤一；步骤四：协作定位任务结束；机器人在接收到协作定位终止命令后，机器人不再监测队友。3、如权利要求2所述的一种适应于时变通信拓扑的多机器人分布式协作定位方法，其特征是：所述协作定位信息的形成过程，下面以k时刻机器人Ri观测到Rj为例详细说明：(1)形成局部的sigma点根据计算Aii，令Ai＝[Aii]，根据式，计算机器人i对应其中表示位置预测估计，表示该估计的方差，表示不同估计间的协方差；(2)与被监测到的Rj交互请求与被测量Rj通信，将Aii发送与Rj，Rj按照式计算Aji,Ajj；令Aj＝[Aji,Ajj]，按照式计算对应并将其发送与Ri；(3)产生协作定位信息元素接收到Rj的后，按照计算出和预期测量值其中表示叠加加权值按照计算预期测量的方差：式中表示叠加加权值。Rij表示相对测量噪声方差；按照计算测量预期估计与预期位置估计之间的协方差：|neighi|表示在通信拓扑中，从测量机器人到机器人i中间的机器人个数，对于发现队友的机器人而言：|neighi|＝1；(4)Ri更新自身位置和局部协方差利用获得后验估计利用进行局部协方差的更新，其中表示位置后验估计，表示对应的误差协方差；(5)由Ri编号i、预期测量误差、对应方差等组成协作定位信息Si(km)：将S1(k)打包向邻近机器人发送；将协作定位信息形成流程编为独立程序，内植于各个机器人，一旦机器人测量到队友，该程序执行。一种适应于时变通信拓扑的多机器人分布式协作定位方法，其特征是：所述协作定位信息利用流程，其具体实施步骤如下：当机器人接收到队友定位信息后，利用该信息更新预测位置的过程；Cr为所有机器人编号集，C表示定位信息中包含的机器人编号集，以Ri接收到来自Rj的定位信息Sj(km)；(1)形成局部sigma点根据式计算Ai，然后根据计算(2)更新预测估计位置利用式计算出利用式进行位置更新；(3)更新局部协方差统计Sj(k)中所包含机器人编号集C，对g∈C的每一个机器人j，利用式进行的更新；对保持不变；(4)重新形成定位信息打包接收方编号i、Ai、Sj(k)信息，重新形成定位信息Si(k)：将Si(k)继续向邻近机器人发送；将协作定位信息利用流程编为独立程序，内植于各个机器人，一旦机器人接收到队友有效定位信息，该程本文档来自技高网...

【技术保护点】
1.一种适应于时变通信拓扑的多机器人分布式协作定位方法，其特征是：采用无味卡尔曼滤波UKF作为分布式协作定位的技术基础，利用一组sigma点来近似表示变量的概率密度分布，针对服从正态分布的变量，即用一些采样点来等价描述变量的估计值和该估计的方差，该过程称为U变换；此处，假设在k时刻，N个机器人的整体位置估计为：

【技术特征摘要】
1.一种适应于时变通信拓扑的多机器人分布式协作定位方法，其特征是：采用无味卡尔曼滤波UKF作为分布式协作定位的技术基础，利用一组sigma点来近似表示变量的概率密度分布，针对服从正态分布的变量，即用一些采样点来等价描述变量的估计值和该估计的方差，该过程称为U变换；此处，假设在k时刻，N个机器人的整体位置估计为：表示机器人i的位置估计，整体位置估计对应的方差为：那么该估计的U变换为：式中ξ(0)(k)…ξ(4N)(k)即为sigma点，λ为可调整量；P(k)为对称矩阵，表示的第p列；保障单机器人获得所有的块元素Pij(k)以构建P(k)，以获得以使单机器人i获得局部sigma点：ξi(0)(k)…ξi(4N)(k)；基于向上看Cholesky分解来解决协方差矩阵的分布式获得问题，令：P＝AAT，A中每一块元素Aij可根据求解：上式有：1)每一块元素Aij的获取只依赖Aij(i＞j)和Pij(i＞j)，而非所有元素块，避免了所有机器人对信息交换的需求；2)由上至下递推而出，并将该特点与通信顺序结合；利用向上看Cholesky矩阵分解块元素Aij自上而下的递推特点，将分布式协方差矩阵分解与通信条件相结合，使矩阵分解从对通信“提需求”转变为自动顺应，从而避免分布式协作定位对通信拓扑条件的高度依赖问题；各机器人依靠获得的局部信息量，即可完成自身的位置更新；包括位置预测和位置后验估计两步，两步输出结果互为输入；当机器人群内没有机器人测量到其它队友时，各个机器人按照一定的步长不断预测着自己的位置，如何在各机器人内分布式进行位置预测已经被很好地解决；当一个机器人测量到队友，并测量到与队友的相对信息后，所有机器人的位置预测值都将被该测量更新，在完成后验估计更新后，继续进行位置预测。2.如权利要求1所述的一种适应于时变通信拓扑的多机器人分布式协作定位方法，其特征是：在协作定位中单个机器人的工作流程分四步进行；针对安装有线速度测量设备、相对距离测量设备，无线通信设备的多个机器人，对编号为i的机器人，简写为Ri；具体实施步骤如下：步骤一：开始协作定位任务；任务开始后，机器人按照δ步长不断进行对自己位置预测；同时机器人实时监测队友，能否监测到与所处位置、视场角有关和侦听友邻发送的信息；在某一时刻，若机器人发现队友，则执行步骤二，若机器人接收到定位信息，则执行步骤三；否则，继续预估自身位置，并继续对队友侦察和对外界信息的侦听，若接收到协作定位结束指令，则停止队友监测；步骤二：发现队友，生成协作定位信息；假设在km时刻，Ri发现队友，根据它与被发现者的相对测量值，若同时发现多个，则只处理与发现者最近的一个，计算生成定位信息Si(km)，定位信息Si(km)之后重新进入步骤一；步骤三：接收到的队友信息，更新自身位置；假设在kr时刻，Rj接收到邻近机器人信息，Rj首先判断该信息是否为协作定位信息，如果是则利用它进行协作定位；在利用该协作定位信息前，先进行预处理：首先判断是否曾经接收过Si(km)，若已接收过，则放弃，否则，继续利用判断定位信息是否有效：km+δ＞kr\*MERGEFORMAT(4)其中...

【专利技术属性】
技术研发人员：王雷钢，崔建岭，张杨，戴幻尧，孔德培，赵琳锋，贾锐，石川，
申请(专利权)人：中国人民解放军六三八九二部队，
类型：发明
国别省市：河南,41