一种多机器人系统人为干预控制方法技术方案

本发明专利技术公开了一种多机器人系统人为干预控制方法，运动干预意图场网络可以快速传播操作员的干预意图，加快多机器人系统对操作员输入的响应速度；通过选取不同的意图场参数，控制操作员对多机器人系统的输入影响范围；利用分组控制意图场网络，操作员可以自由改变多机器人系统的编队分组，而且这一过程是完全分布式的，这是本方法相比现有方法的优势；利用意图场网络，每个机器人都可以获知与其对应的人为干预意控制量，并通过非线性权重函数，机器人可以动态计算编队控制与人为干预的加权系数，实现编队控制和人为干预之间的动态权衡。

【技术实现步骤摘要】
一种多机器人系统人为干预控制方法
本专利技术属于机器人控制
，具体涉及一种多机器人系统人为干预控制方法。
技术介绍
多机器人系统是指由多个机器人组成的、具有一定协作能力的系统。多机器人系统可以用于仓储物理、物品搬运、区域警戒、搜索搜救、灯光表演等各类场合。对于多机器人系统而言，实现机器人编队是一个基本的问题。目前国内外在编队算法的研究上已经有了很多的进展，如刚性编队、相对航向编队等。国内外现有的理论研究主要集中于多机器人自主控制方面，然而，实际环境中(如野外、灾区、战场等)，由于环境、任务的复杂性，多机器人系统在任务进行、运动控制中，都需要操作员对其进行监管、控制，进而保证机器人的安全。在对多机器人系统进行人为干预方面，遥控是最基本的手段。这方面现有的技术手段包括：AntonioFranchi等人研究的多机器人双边遥控系统(FranchiA,SecchiC,RyllM,等.SharedControl:BalancingAutonomyandHumanAssistancewithaGroupofQuadrotorUAVs[J].IEEERobotics&AutomationMagazine,2012,19(3):57–68)、LiuY-C等人研究的基于矩控制的多机器人遥控系统(LiuY-C.Task-spacecoordinationcontrolofbilateralhuman–swarmsystems[J].JournaloftheFranklinInstitute,2015,352(1):311–331)、MagnusEgerstedt等人研究的基于动态覆盖算法的多机器人遥控系统(LeeSG,Diaz-MercadoY,EgerstedtM.MultirobotControlUsingTime-VaryingDensityFunctions[J].IEEETransactionsonRobotics,2015,31(2):489–493)。然而，这些方法虽然各自有其特色之处，它们都不能同时兼顾快速响应、分布式控制、灵活队形干预这三个目标，这使得其在实际应用中有所局限。
技术实现思路
有鉴于此，本专利技术的目的是提供一种多机器人系统人为干预控制方法，操作员可以在机器人编队行进中对机器人进行实时干预，可以通过干预改变机器人的编队队形，也可以通过干预改变使机器人分成(或合并为)若干小组，可以保证多机器人系统在人为干预下也能保持稳定。1、一种多机器人系统人为干预控制方法，其特征在于，包括：步骤一、假设有n个机器人要完成一项编队任务，机器人分别编号为1，2，……，n；设机器人i的位置为qi∈R2；假设机器人之间可进行通讯，用无向图G(V,E)表示这个通讯拓扑，其中V＝{1,…,n}表示各机器人节点，(i,j)∈E表示机器人i和机器人j之间可以直接进行通讯；对于机器人i，若(i,j)∈E则称机器人j是机器人i的邻居，记机器人i的所有邻居的集合为Ni；设有一个或多个操作员对机器人进行管控，操作员可以向至少一个机器人发送运动干预信号和分组控制信号；在分组控制信号作用下，机器人之间将分成若干个小分组，用无向图GF(V,EF)描述这种分组，其中，若(i,j)∈EF，则说明机器人i和机器人j处于同一分组；设机器人的期望队形由偏移向量{di}i∈V决定，记机器人的编队误差为xi＝qi-di，则当对任意的机器人i,j，满足xi-xj＝0时，认为此时机器人完成了编队；步骤二、更新运动干预意图场状态，具体为：操作员向任意机器人i发送运动干预信号记作ul,i，运动干预信号将传入运动干预意图网络FL，机器人i在此网络中的状态记为hl,i；设每隔dT时间，各机器人即与其邻居机器人进行一次通讯，将自身的状态发送给其所有的邻居节点，同时接收其邻居的状态；记k次通讯前，机器人i的状态为hl,i(k)，hl,i的更新过程如下：1)在k＝0时，hl,i(0)＝0；2)在k＞0时：2.1)向所有的邻居机器人j∈Ni，发送hl,i(k)；2.2)从各邻居机器人j接收状态hl,j(k)；2.3)按如下方式计算自身状态的增量dhl,i(k)：其中，a0＞0,ac＞0,at＞0是设计参数；当且仅当机器人i收到了操作员发送了运动干预信号时，δi(k)＝1；在机器人i没有收到运动干预信号时，δi(k)＝0；φ∈是死区函数：其中，∈＞0是设计参数，用于调整操作员运动干预信号的影响范围，当∈越大，则干预信号ul,i(k)的影响越局限在机器人i的附近；2.4)利用dhl,i(k)计算下一时刻的状态：hl,i(k+1)＝hl,i(k)+dhl,i(k)dT其中dT是干预意图网络FL周期性进行通讯的时间间隔；步骤三、更新分组控制意图场状态及分组拓扑：操作员向任意机器人i发送分组控制信号，记作ug,i(k)，收到分组控制信号的机器人称为领航者；分组控制信号将传入分组控制意图网络FG，机器人i在此网络中的状态由三元组(hg,i,rg,i,ng,i)表示，其分别表示机器人i所在分组的运动速度、机器人i对周围机器人的影响力、离机器人i最近的领航者机器人的编号；设每隔固定时间，各机器人即与其邻居机器人进行一次通讯，将自身在分组控制意图网络FG中状态发送给其所有的邻居节点，同时接收其邻居的状态；记k次通讯前，机器人i的状态为(hg,i(k),rg,i(k),ng,i(k))，其状态的更新过程如下：1)在k＝0时，初始化为：hg,i(0)＝0,rg,i(0)＝0,ng,i(0)＝0；2)在k＞0时：2.1)向所有的邻居机器人j发送(hg,i(k),rg,i(k),ng,i(k))，其中，j∈Ni；2.2)从各邻居机器人j处接收其状态(hg,j(k),rg,j(k),ng,j(k))；2.3)若机器人i此时收到了操作员的分组控制信号ug,i(k)，则令：hg,i(k+1)＝ug,i(k),rg,i(k+1)＝RM,ng,i(k+1)＝i其中，RM＞0为设计参数，RM大于通讯拓扑图G的直径；2.4)若机器人i此时未收到ug,i(k)，则：2.4.1)计算邻居范围内对自己最大的影响力其中，是机器人j对i的影响力；dij指的是机器人j对i的影响力的衰减程度：对j≠i，令dij＝1；对于dii，令dii＝δr；δr＞0；2.4.2)计算自己邻居范围内的最大影响力节点pi(k)；2.4.3)若则按如下方式更新状态：hg,i(k+1)＝hg,p(k),ng,i(k+1)＝ng,p(k)2.4.4)若则按如下方式更新状态：hg,i(k+1)＝0,rg,i(k+1)＝0,ng,i(k+1)＝03)、针对任意机器人i，更新其所在分组拓扑：在第k次，对于机器人i所在分组的每个邻居j，若ng,i(k)≠ng,j(k)，且‖hg,i(k本文档来自技高网...

【技术保护点】
1.一种多机器人系统人为干预控制方法，其特征在于，包括：/n步骤一、假设有n个机器人要完成一项编队任务，机器人分别编号为1，2，……，n；设机器人i的位置为q

【技术特征摘要】
1.一种多机器人系统人为干预控制方法，其特征在于，包括：
步骤一、假设有n个机器人要完成一项编队任务，机器人分别编号为1，2，……，n；设机器人i的位置为qi∈R2；假设机器人之间可进行通讯，用无向图G(V,E)表示这个通讯拓扑，其中V＝{1,…,n}表示各机器人节点，(i,j)∈E表示机器人i和机器人j之间可以直接进行通讯；对于机器人i，若(i,j)∈E则称机器人j是机器人i的邻居，记机器人i的所有邻居的集合为Ni；设有一个或多个操作员对机器人进行管控，操作员可以向至少一个机器人发送运动干预信号和分组控制信号；在分组控制信号作用下，机器人之间将分成若干个小分组，用无向图GF(V,EF)描述这种分组，其中，若(i,j)∈EF，则说明机器人i和机器人j处于同一分组；设机器人的期望队形由偏移向量{di}i∈V决定，记机器人的编队误差为xi＝qi-di，则当对任意的机器人i,j，满足xi-xj＝0时，认为此时机器人完成了编队；
步骤二、更新运动干预意图场状态，具体为：
操作员向任意机器人i发送运动干预信号记作ul,i，运动干预信号将传入运动干预意图网络FL，机器人i在此网络中的状态记为hl,i；设每隔dT时间，各机器人即与其邻居机器人进行一次通讯，将自身的状态发送给其所有的邻居节点，同时接收其邻居的状态；记k次通讯前，机器人i的状态为hl,i(k)，hl,i的更新过程如下：
1)在k＝0时，hl,i(0)＝0；
2)在k＞0时：
2.1)向所有的邻居机器人j∈Ni，发送hl,i(k)；
2.2)从各邻居机器人j接收状态hl,j(k)；
2.3)按如下方式计算自身状态的增量dhl,i(k)：



其中，a0＞0,ac＞0,at＞0是设计参数；当且仅当机器人i收到了操作员发送了运动干预信号时，δi(k)＝1；在机器人i没有收到运动干预信号时，δi(k)＝0；φ∈是死区函数：



其中，ε＞0是设计参数，用于调整操作员运动干预信号的影响范围，当∈越大，则干预信号ul,i(k)的影响越局限在机器人i的附近；
2.4)利用dhl,i(k)计算下一时刻的状态：
hl,i(k+1)＝hl,i(k)+dhl,i(k)dT
其中dT是干预意图网络FL周期性进行通讯的时间间隔；
步骤三、更新分组控制意图场状态及分组拓扑：
操作员向任意机器人i发送分组控制信号，记作ug,i(k)，收到分组控制信号的机器人称为领航者；分组控制信号将传入分组控制意图网络FG，机器人i在此网络中的状态由三元组(hg,i,rg,i,ng,i)表示，其分别表示机器人i所在分组的运动速度、机器人i对周围机器人的影响力、离机器人i最近的领航者机器人的编号；设每隔固定时间，各机器人即与其邻居机器人进行一次通讯，将自身在分组控制意图网络FG中状态发送给其所有的邻居节点，同时接收其邻居的状态；记k次通讯前，机器人i的状态为(hg,i(k),rg,i(k),ng,i(k))，其状态的更新过程如下：
1)在k＝0时，初始化为：
hg,i(0)＝0,rg,i(0)＝0,ng,i(0)＝0；
2)在k＞0时：
2.1)向所有的邻居机器人j发送(hg,i(k),rg,i(k),ng,i(k))，其中，j∈Ni；
2.2)从各邻居机器人j处接收其状态(hg,j(k),rg,j(k),ng,j(k))；
2.3)若机器人i此时收到了操作员的分组控制信号ug,i(k)，则令：
hg,i(k+1)＝ug,i(k),rg,i(k+1)＝RM,ng,i(k+1)＝i
其中，RM＞0为设计参数，RM大于通讯拓扑图G的直径；
2.4)若机器人i此时未收到ug,i(k)，则：
2.4...

【专利技术属性】
技术研发人员：方浩，商成思，刘得明，杨庆凯，陈杰，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11