一种群体围捕机器人制造技术

本发明专利技术公开了一种群体围捕机器人，包括：显示单元，用于显示ID编号；驱动单元，用于驱动群体围捕机器人移动；获取单元，用于获取围捕机器人当前所处的位置与围捕目标和/或与周围物体之间的距离；图像单元，用于捕获图像进行识别判断；生成单元，根据图像单元的信息，通过围捕算法，生成控制指令；控制单元，用于控制显示单元和驱动单元；传输单元，用于获取单元、控制单元和生成单元之间的数据、指令传递；围捕算法包括维持群体围捕机器人之间不发生碰撞的速度排斥影响项、群体围捕机器人趋向目标远离障碍物的速度趋近影响项。本发明专利技术搭载了树莓派zero等硬件同时采用自行开发的群体围捕算法，能进行群体机器人的围捕作业。能进行群体机器人的围捕作业。能进行群体机器人的围捕作业。

【技术实现步骤摘要】
一种群体围捕机器人


[0001]本专利技术涉及人工智能
，尤其涉及一种群体围捕机器人。

技术介绍

[0002]近年来，由于互联网与人工智能的快速发展，机器人行业引起了广泛关注，群体机器人研究开始广泛应用于仿生学、人工智能、军事打击等领域，群体智能机器人作为一种特殊的机器人系统，相较于单一机器人而言，更适合用于复杂的任务场景中。由于单个机器人视野范围、承载力较为受限等原因，机器人集群领域势必成为机器人行业的发展方向。集群式的机器人目前还处于发展初期，集群算法等核心技术水平还较为低下。先前的无人机集群多依赖于全局环境信息和地面控制台，忽视集群中的每个个体自身的传感器能力。同时，在教育领域，目前市面上的教育机器人大多为个体，少有采用机器人集群的教育方式，缺少对人们在机器人集群的作用、操作和结构等方面上的培养。
[0003]多机器人协作围捕是检验多机器人工作效率的有效方法之一，群体机器人围捕过程就是利用三个或者三个以上的机器人，首先协作寻找到环境中移动的一个围捕目标，然后通过运动过程中围在目标周围来达到围捕目标的目的，最后目标没有运行的出口，任务结束。传统的多机器人围捕通常是采用对多机器人队伍进行编队的形式，这种方法必须要求群体形成一个固定的队伍形状。但是这种方法使得机器人的运动不够灵活，每个机器人必须出现在一个固定的位置上来围捕目标，从而增加了完成任务的复杂度。现有的技术方案只能解决单目标任务分配，无法解决更具实际意义的多目标协同围捕问题；然后，现有方案需要大量冗余捕猎机器人，在同一时刻只有部分捕猎机器人移动，其他保持不动，造成资源浪费，效率较低。

技术实现思路

[0004]本专利技术所要解决的技术问题在于，提供一种群体围捕机器人。
[0005]为了解决上述技术问题，本专利技术提供了一种群体围捕机器人，包括：
[0006]显示单元，用于显示ID编号；
[0007]驱动单元，用于驱动所述群体围捕机器人移动；
[0008]获取单元，用于获取围捕机器人当前所处的位置与围捕目标和/或与周围物体之间的距离；
[0009]图像单元，用于捕获图像进行识别判断；
[0010]生成单元，根据所述图像单元的信息，通过围捕算法，生成控制指令；
[0011]控制单元，用于控制所述显示单元和所述驱动单元；
[0012]传输单元，用于所述获取单元、所述控制单元和所述生成单元之间的数据、指令传递；
[0013]所述围捕算法包括维持所述群体围捕机器人之间不发生碰撞的速度排斥影响项、所述群体围捕机器人趋向所述围捕目标远离障碍物的速度趋近影响项。
[0014]可选的，所述显示单元具体为LED矩阵灯，通过所述控制单元控制，显示本机器人的ID编号；所述驱动单元具体为直流电机马达，通过所述控制单元输出PWM信号至所述直流电机马达的电机驱动模块控制转速；所述获取单元具体为激光传感器，所述激光传感器与所述控制单元通过IIC接口通讯；所述图像单元具体为ZEROWH摄像头；所述生成单元具体为树莓派；所述控制单元具体为Arduino UNO控制器。
[0015]可选的，所述速度排斥影响项的计算公式为：
[0016][0017]其中，k
rep
为可调系数，γ为可调系数，r
i
为第i个所述群体围捕机器人的绝对位置矢量，r
j
为第j个所述群体围捕机器人的绝对位置矢量，r
ij
第i个所述群体围捕机器人和第j个所述群体围捕机器人之间的距离标量，r
rep
为所述群体围捕机器人之间互相排斥的阈值。
[0018]可选的，所述速度趋近影响项由以下计算公式得出：
[0019]S1＝sig(d2+(1
‑
d1)，θ1，k)
[0020]S2＝sig(d1，θ2，k)
[0021]S＝sig((S1+S2)，θ3，k)
[0022]其中，d1为所述围捕机器人到所述围捕目标的距离，d2为所述围捕机器人到所述障碍物的距离，θ1、θ2、θ3和k为调控参数，以所述围捕机器人自身为原点六个区域内各自设置一个参考点，所述参考点均位于参考区域的角平分线上且与围捕机器人距离为r，比较所述围捕机器人周围六个60度方向上参考点处的S的值的大小，将d1和d2不断更新到所述速度趋近影响项的计算公式中，得到S值最小的所述参考点，最小的S值的所在方向则为所述围捕机器人趋向所述围捕目标并躲避所述障碍物的速度方向，并沿着S值的下降梯度进行移动，围捕机器人趋向于所述围捕目标的速度为所述围捕机器人距离所述围捕目标距离阈值为R
entrap
，所述围捕机器人检测到距离所述围捕目标的距离小于R
entrap
时则为0。
[0023]可选的，所述群体围捕机器人的速度期望值计算公式为：
[0024][0025]可选的，所述群体围捕机器人实际速度值的计算公式为：
[0026][0027]其中，为预设定值。
[0028]实施本专利技术，具有如下有益效果：
[0029]搭载了树莓派zero等硬件同时采用自行开发的群体围捕算法，能进行群体机器人的围捕作业。
附图说明
[0030]图1是本专利技术实施例提供的一种群体巡逻机器人的流程图。
具体实施方式
[0031]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述。
[0032]如图1所示，本专利技术提供了一种群体围捕机器人，依靠自身传感器实识别出离周围机器人的距离，以及到障碍物和围捕目标的距离，包括：显示单元，在每个围捕机器人身上，都搭载一个LED矩阵灯并朝上放置，通过控制单元控制，在上面显示各自的ID编号；驱动单元，用于驱动群体围捕机器人移动，具体为直流电机马达，通过控制单元输出PWM信号至直流电机马达的电机驱动模块控制转速；获取单元，用于获取围捕机器人当前所处的位置与围捕目标和/或与周围物体之间的距离，具体为VL53L0X激光传感器，激光传感器与控制单元通过IIC接口通讯，在每个围捕机器人底盘周围分布了VL53L0X激光传感器；图像单元，用于捕获图像进行识别判断，具体为ZEROWH摄像头；生成单元，具体为树莓派zero，根据图像单元的信息，通过围捕算法，生成控制指令，通过传输单元传给控制单元，用以驱动群体围捕机器人移动；控制单元，用于控制显示单元和驱动单元，具体为Arduino UNO控制器；传输单元，用于获取单元、控制单元和生成单元之间的数据、指令传递，采用TCA95488 IIC多路扩展板来扩展Arduino UNO控制器的IIC接口。Arduino UNO控制器将所有的距离数据通过TCA95488 IIC多路扩展板上传至树莓派zero处理，距离数据和目标围捕圈的数据经过树莓派zero围捕算法处理之后，树莓派zero通过TCA95488 IIC多路扩展板将结果发送至Arduino UNO控制器，Arduino UNO控制器根据结果中指令本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种群体围捕机器人，其特征在于，包括：显示单元，用于显示ID编号；驱动单元，用于驱动所述群体围捕机器人移动；获取单元，用于获取围捕机器人当前所处的位置与围捕目标和/或与周围物体之间的距离；图像单元，用于捕获图像进行识别判断；生成单元，根据所述图像单元的信息，通过围捕算法，生成控制指令；控制单元，用于控制所述显示单元和所述驱动单元；传输单元，用于所述获取单元、所述控制单元和所述生成单元之间的数据、指令传递；所述围捕算法包括维持所述群体围捕机器人之间不发生碰撞的速度排斥影响项、所述群体围捕机器人趋向所述围捕目标远离障碍物的速度趋近影响项。2.根据权利要求1所述的一种群体围捕机器人，其特征在于，所述显示单元具体为LED矩阵灯，通过所述控制单元控制，显示本机器人的ID编号；所述驱动单元具体为直流电机马达，通过所述控制单元输出PWM信号至所述直流电机马达的电机驱动模块控制转速；所述获取单元具体为激光传感器，所述激光传感器与所述控制单元通过IIC接口通讯；所述图像单元具体为ZEROWH摄像头；所述生成单元具体为树莓派；所述控制单元具体为Arduino UNO控制器。3.根据权利要求1所述的一种群体围捕机器人，其特征在于，所述速度排斥影响项的计算公式为：其中，k
rep
为可调系数，γ为可调系数，r
i
为第i个所述群体围捕机器人的绝对位置矢量，r
j
为第j个所述群体围捕机器人的绝对位置矢量，r
ij
第i个所...

【专利技术属性】
技术研发人员：杨小莉，范衠，王琛，林鹏，黄书山，李恪，姚瑶，陈柏澄，邝文希，施兆辉，石泽，
申请(专利权)人：汕头大学，
类型：发明
国别省市：