一种基于脑机接口的人-多机器人共享控制的方法及系统技术方案

本发明专利技术公开了一种基于脑机接口的人‑多机器人共享控制的方法及系统，本发明专利技术方法包括各机器人生成单机器人策略，指定节点将单机器人策略进行策略融合得到推荐策略；客户端判断操控者是否认可该推荐策略，不认可则获取人类策略；指定节点获取到不一致的人类策略后，将人类策略以及单机器人策略进行重新融合，使其消除分歧得到统一的最终策略并执行最终策略。本发明专利技术可适用于多场景复杂环境下的异构分布式多机器人控制问题，人类策略可充分体现操控者意图，能够减轻人类操控者在共享控制中的负担，发挥人类在统筹规划方面的强项与多机器人系统在执行任务方面的优势，获得了比单独决策时更合理的策略选择。

【技术实现步骤摘要】
一种基于脑机接口的人-多机器人共享控制的方法及系统
本专利技术涉及分布式多机器人系统的控制技术，具体涉及一种基于脑机接口的人-多机器人共享控制的方法及系统。
技术介绍
随着执行环境和任务的复杂度逐步提高，分布式多机器人系统以其相较于单机器人系统的诸多优势而被广泛运用，但同时也带来了不可避免的新问题。由于机器人的机载传感器存在测量误差或长时间运行引起的老化故障，亦或是复杂大环境中的通信延时都将导致单机器人的策略选择存在差异，难以获得一致且正确的多机器人策略。在高动态，强对抗和全分布的多机器人应用场景中，多机器人策略选择的不一致或错误带来的直接后果将尤为凸显。随着机器人控制领域的高速发展，机器人(包括多机器人系统)在感知能力，计算能力以及运动能力等方面都有了显著提升，而人类操控者在经验积累，直觉推断上则有着机器人难以比拟的先天优势。人机共享控制则是将两者的优势相结合，依托机器人强大的执行能力与计算能力，在富有经验的人类操控者的介入下显著提高机器人在策略选择上的合理性。目前在共享控制领域已经涌现出大量的技术方案，其相似方案通常体现为人类操控者本文档来自技高网...

【技术保护点】
1.一种基于脑机接口的人-多机器人共享控制的方法，其特征在于方法的实施步骤包括：/n1)多机器人系统中的各机器人依据自身维护的世界模型获取存在差异性的单机器人策略，并提交给多机器人系统中的指定节点，该指定节点为机器人或管理终端；/n2)指定节点将单机器人策略进行策略融合使其消除分歧得到统一的推荐策略并推送给客户端；/n3)客户端基于脑机接口判断操控者是否认可该推荐策略，如认可则接受该推荐策略为最终策略并跳转执行步骤6)，否则顺序执行步骤4)；/n4)客户端针对提供给操控者的交互选项施加刺激，基于脑机接口获取操控者在所有交互选项上的信号强度，并以此作为人类策略反馈到多机器人系统中的指定节点；/n...

【技术特征摘要】
1.一种基于脑机接口的人-多机器人共享控制的方法，其特征在于方法的实施步骤包括：
1)多机器人系统中的各机器人依据自身维护的世界模型获取存在差异性的单机器人策略，并提交给多机器人系统中的指定节点，该指定节点为机器人或管理终端；
2)指定节点将单机器人策略进行策略融合使其消除分歧得到统一的推荐策略并推送给客户端；
3)客户端基于脑机接口判断操控者是否认可该推荐策略，如认可则接受该推荐策略为最终策略并跳转执行步骤6)，否则顺序执行步骤4)；
4)客户端针对提供给操控者的交互选项施加刺激，基于脑机接口获取操控者在所有交互选项上的信号强度，并以此作为人类策略反馈到多机器人系统中的指定节点；
5)多机器人系统的指定节点获取到不一致的人类策略后，将人类策略以及单机器人策略进行重新融合，使其消除分歧得到统一的最终策略；
6)多机器人系统执行最终策略。


2.根据权利要求1所述的基于脑机接口的人-多机器人共享控制的方法，其特征在于，步骤1)的详细步骤包括：多机器人系统中的各机器人通过机载传感器采集环境信息，并与其他机器人进行通信以获得队友信息，且由于传感器测量误差与通信延时导致各台单机器人所维护的世界模型不尽相同；各机器人分别以各自的世界模型为基础，基于预设的收益矩阵计算各个策略的最终收益，对所有收益值进行归一化处理转化为策略选择的概率分布，收益越大，选择概率越大，从而得到数学形式表现为上述概率分布的单机器人策略，并且差异化的世界模型使得各机器人的单机器人策略存在差异性。


3.根据权利要求1所述的基于脑机接口的人-多机器人共享控制的方法，其特征在于，步骤2)中进行策略融合的步骤包括：
S1)将所有待融合策略的概率分布分别作为观念动力学模型中的节点，将各个待融合策略的策略权重作为节点间的边构建观念动力学模型，得到所有节点构成的观点矩阵、以及所有的边构成的影响矩阵；
S2)将观点矩阵采用下式进行多次迭代直至收敛，将消除分歧后的一致概率分布中最大概率对应的策略作为推荐策略推送给客户端；
P(k+1)＝WrP(k)k＝0,1,...
上式中，P(k+1)表示第k+1次迭代产生的观点矩阵，P(k)表示第k次迭代产生的观点矩阵，Wr表示影响矩阵。


4.根据权利要求1所述的基于脑机接口的人-多机器人共享控制的方法，其特征在于，所述观念动力学模型中初始的影响矩阵为根据机器人的异构性自由设定，同时步骤S2)中还包括采用下式更新影响矩阵的步骤：
Wr(K+1)＝Wr(K)ΛK＝0,1,...
上式中，Wr(K+1)表示更新后的影响矩阵，Wr(K)表示当前的影响矩阵，Λ记为待融合策略对融合后统一策略的贡献度所构成的向量，所述贡献度具体指代各节点在一定周期内与统一策略的一致程度，该节点为单机器人策略或人类策略。


5.根据权利要求1所述的基于脑机接口的人-多机器人共享控制的方法，其特征在于，步骤3)的详细...

【专利技术属性】
技术研发人员：代维，刘亚茹，卢惠民，肖军浩，曾志文，周宗潭，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43