一种基于隐式信息交互方式的群机器人目标搜索方法技术

本发明专利技术提出一种基于隐式信息交互方式的群机器人目标搜索方法，首先将搜索区域按照固定间隔栅格化为若干正方形离散单元，建立每个机器人的搜索地图；其次，对于每个机器人而言，根据自身探测结果更新搜索地图中每个栅格中存在目标的概率，并在搜索算法中引入个体对邻居机器人状态的主动探测，克服广播式通信无法进行时不同个体之间的信息交互障碍，从而实现目标分布的情况未知的条件下，多个机器人互相配合，完成搜索任务。本发明专利技术抛开对于显式信息交互方式的依赖，仅依据个体自身对邻居状态的观测进行信息融合，依据观测信息采用隐式通信方式来解决通信受限下的多机器人目标搜索问题。

A target searching method for swarm robots based on implicit information interaction

【技术实现步骤摘要】
一种基于隐式信息交互方式的群机器人目标搜索方法
本专利技术涉及一种隐式信息交互下的群机器人目标搜索方法，属于多机器人目标搜索

技术介绍
多机器人目标搜索是利用多个机器人完成目标搜索任务的一种新型搜索技术，该技术能有效克服单个机器人搜索的局限性，如单个机器人突发故障无法继续搜索，单个机器人续航时间不足等问题。目前国内外在多机器人目标搜索方面的研究主要以协调控制为代表，其特点是不同机器人将自己的状态进行广播通信，各个机器人共享数据，进行分布式规划。但是，这种广播式的交互方式会受到信道干扰，通信带宽不足的制约，信息在媒介中的传播也要消耗额外的能量，且个体必须对特定信号的含义达成广泛的共识，该信息传播方式的代价相对较大。而且由于通信约束的存在，也会使得不同机器人之间的通信交互无法正常完成，机器人无法共享个体之间的信息，导致每个个体独立搜索，无法体现出群体的优势，仅是一加一的简单组合。
技术实现思路
为解决现有技术存在的问题，克服通信约束对于个体交互的影响，本专利技术提出一种基于隐式信息交互方式的群机器人目标搜索方法，抛开对于显式信息交互方式的依赖，仅依据个体自身对邻居状态的观测进行信息融合，依据观测信息采用隐式通信方式来解决通信受限下的多机器人目标搜索问题。本专利技术的技术方案为：所述一种基于隐式信息交互方式的群机器人目标搜索方法，其特征在于：包括以下步骤：步骤1：将搜索区域按照固定间隔Δs栅格化为Lx×Ly个正方形离散单元，每个栅格记为sc＝(xs,ys)，其中，xs∈{1,2,3,...,Lx},ys∈{1,2,3,...,Ly}；根据栅格化的搜索区域，为每个机器人建立搜索地图，搜索地图中的每个栅格信息用结构体表示，该结构体表示栅格sc在二维平面内的坐标位置以及该栅格中存在目标的概率；步骤2：对于群机器人中的每个机器人，采用以下基于隐式信息交互的方式进行目标搜索：步骤2.1：初始化：对于第i个机器人，初始化其搜索地图中每个栅格存在目标的概率为步骤2.2：每个机器人对探测靶面内的栅格进行探测，根据机载传感器观测栅格内目标的存在情况，观测结果为二项分布，只有目标存在、目标不存在两种观测值，并通过指示灯颜色展示观测结果；步骤2.3：每个机器人根据观测结果，依据以下公式对自身搜索地图中每个栅格存在目标的概率进行一次更新：其中表示t时刻机器人i的搜索地图中，栅格sc的目标存在概率，表示t+1时刻机器人i的搜索地图中，栅格sc的目标存在概率，pe为传感器的检测概率，pf为传感器的虚警概率，表示栅格sc中实际存在目标，表示栅格sc中实际不存在目标，表示t+1时刻机器人i对于栅格sc的观测结果，1表示观测到目标，0表示没有观测到目标，每个机器人的搜索地图都依据上述公式进行逐步递推更新；步骤2.4：如果有邻居机器人出现在探测靶面内，根据邻居机器人所显示的指示灯颜色，可得知邻居机器人所在位置及其探测靶面内目标探测情况，依据邻居的观测结果，按照下式对相应位置的概率进行进一步融合更新：其中，表示机器人i融合自身与邻居的观测值之后的各个栅格中的概率分布，pi表示机器人i根据自身观测值更新后的各个栅格中的概率分布，j表示机器人i感知范围内的邻居，N表示邻居机器人的个数，rij为位置耦合系数，||sci-scj||2表示机器人i与机器人j的欧氏距离，pij表示机器人i根据邻居的探测结果更新的各个栅格中的概率分布；步骤2.5：对于每个机器人而言，根据自身更新后的各个栅格中的概率分布，向探测靶面内目标存在概率最大的栅格移动；若探测靶面内有邻居机器人存在，则将邻居所在栅格以及邻居所在栅格的相邻栅格设为不可行点，机器人向可行区域中目标存在概率最大的栅格移动；步骤3：对于某个机器人而言，若其搜索地图中某一栅格的目标存在概率达到或超过设定的目标存在概率上界，则认为成功搜索到目标；若其搜索地图中所有栅格的目标存在概率均达到或小于设定的目标存在概率下界，则认为搜索区域内不存在目标。有益效果本专利技术提出一种基于隐式信息交互方式的群机器人目标搜索方法，在通信受限使得广播式通信受阻情况下，以隐式通信方式为依据，个体根据自身探测结果更新概率图，并在搜索算法中引入个体对邻居机器人状态的主动探测，克服广播式通信无法进行时不同个体之间的信息交互障碍，从而实现目标分布的情况未知的条件下，多个机器人互相配合，完成搜索任务。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：附图1是搜索环境的模型示意图；附图2是搜索区域覆盖率对比情况；附图3是搜索效率对比；附图4机器人不同栅格目标存在概率变化曲线；(a)机器人7在栅格(10,10)的目标存在概率变化，(b)机器人7在栅格(5,5)的目标存在概率变化，(c)机器人3在栅格(10,10)的目标存在概率变化，(d)机器人3在栅格(5,5)的目标存在概率变化；附图5是不同机器人运动轨迹；(a)机器人7运动轨迹，(b)机器人3运动轨迹。具体实施方式本专利技术的群机器人目标搜索方法，指仅知道搜索区域的地理位置和区域大小，目标分布的情况未知的条件下，多个机器人互相配合，完成搜索任务。步骤1：将搜索区域S∈R2按照固定间隔Δs栅格化为Lx×Ly个正方形离散单元，每个栅格记为sc＝(xs,ys)，其中，xs∈{1,2,3,...,Lx},ys∈{1,2,3,...,Ly}；根据栅格化的搜索区域，为每个机器人建立搜索地图，搜索感知地图反映了机器人对当前搜索环境的理解和认知。搜索地图中的每个栅格信息用结构体表示，该结构体表示栅格sc在二维平面内的坐标位置以及该栅格中存在目标的概率。随着时间的推移，机器人对环境不断感知，搜索地图按照设定的规则进行动态更新，持续更新的环境地图反映了机器人对搜索区域的了解程度不断加深。机器人根据自身的环境地图，进行在线搜索和决策。机器人i的搜索地图中的目标存在概率分布可定义为Lx×Ly的矩阵，具体形式为当目标存在概率更新至设定阈值，结束搜索过程。步骤2：本专利技术的群机器人目标搜索方法以隐式通信方式为依据，个体根据自身探测结果更新概率图，由于通信受限使得广播式通信受阻，故此，在搜索算法中引入个体对邻居机器人状态的主动探测，克服广播式通信无法进行时不同个体之间的信息交互障碍。具体步骤如下：步骤2.1：初始化：群机器人系统对于目标不具有先验信息，考虑概率归一化的条件下，对于第i个机器人，初始化其搜索地图中每个栅格存在目标的概率为步骤2.2：每个机器人对探测靶面内的栅格进行探测，根据机载传感器观测栅格内目标的存在情况，观测结果为二项分布，只有目标存在、目标不存在两种观测值，并通过指示灯颜色展示观测结果。步骤2.3：每个机器人根据观测结果，依据以下公式对自身搜索地图中每个栅格存在目标的概率进行一次更新：其中表示t时刻机器人i的搜索地图中，栅格sc的目标存在概率，表示t+1时刻机器人i的搜索地图中，栅格sc的目标存在概率，pe为传感器的检测概率，pf为传感器的虚警概率，表示栅格sc中实际存在目标，表示栅格sc中实际不存在目标，表示t+1时刻机器人i对于栅格sc的观测结果，1表本文档来自技高网...

【技术保护点】
1.一种基于隐式信息交互方式的群机器人目标搜索方法，其特征在于：包括以下步骤：步骤1：将搜索区域按照固定间隔Δs栅格化为Lx×Ly个正方形离散单元，每个栅格记为sc＝(xs,ys)，其中，xs∈{1,2,3,...,Lx},ys∈{1,2,3,...,Ly}；根据栅格化的搜索区域，为每个机器人建立搜索地图，搜索地图中的每个栅格信息用结构体

【技术特征摘要】
1.一种基于隐式信息交互方式的群机器人目标搜索方法，其特征在于：包括以下步骤：步骤1：将搜索区域按照固定间隔Δs栅格化为Lx×Ly个正方形离散单元，每个栅格记为sc＝(xs,ys)，其中，xs∈{1,2,3,...,Lx},ys∈{1,2,3,...,Ly}；根据栅格化的搜索区域，为每个机器人建立搜索地图，搜索地图中的每个栅格信息用结构体表示，该结构体表示栅格sc在二维平面内的坐标位置以及该栅格中存在目标的概率；步骤2：对于群机器人中的每个机器人，采用以下基于隐式信息交互的方式进行目标搜索：步骤2.1：初始化：对于第i个机器人，初始化其搜索地图中每个栅格存在目标的概率为步骤2.2：每个机器人对探测靶面内的栅格进行探测，根据机载传感器观测栅格内目标的存在情况，观测结果为二项分布，只有目标存在、目标不存在两种观测值，并通过指示灯颜色展示观测结果；步骤2.3：每个机器人根据观测结果，依据以下公式对自身搜索地图中每个栅格存在目标的概率进行一次更新：其中表示t时刻机器人i的搜索地图中，栅格sc的目标存在概率，表示t+1时刻机器人i的搜索地图中，栅格sc的目标存在概率，pe为传感器的检测概率，pf为传感器的虚警概率，表示栅格sc中实际存在目标，表示栅格sc中实际不存在目标，表示t+1时刻机器人i对于栅格sc的观测结果，1表示观测到目标，0表示...

【专利技术属性】
技术研发人员：刘明雍，李赛楠，苏晗，石廷超，杨扬，李嫣然，王旭辰，黄宇轩，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61