一种基于兽群觅食行为的群体机器人双环境区域覆盖方法技术

本发明专利技术公开了一种基于兽群觅食行为的群体机器人双环境区域覆盖方法，包括：建立区域覆盖场景，初始化算法参数；初始化其记录的待覆盖区域信息，更新待覆盖区域信息，获得候选点集合；若候选点集合不为空，则为每个候选点计算奖励函数，选择具有最大奖励的目标点为下一步目标位置并转至目标点判断步骤，若候选点集合为空则转到路径生成步骤；生成一条到距离最近的未覆盖目标点的路径，选择路径中的下一个目标点作为下一步目标位置；判断是否达到最大运行时间或已覆盖所有目标点，若是，则任务完成，否则在到达下一步目标位置后转到扫描环境步骤。本发明专利技术可同时应用于有边界环境与无边界环境的覆盖任务，突破了现有技术仅适用于单一环境的限制。一环境的限制。一环境的限制。

A coverage method of swarm robots in two environments based on herd foraging behavior

【技术实现步骤摘要】
一种基于兽群觅食行为的群体机器人双环境区域覆盖方法


[0001]本专利技术涉及多智能体集群间协同控制的
，尤其涉及一种基于兽群觅食行为的群体机器人双环境区域覆盖方法。

技术介绍

[0002]覆盖路径规划问题研究如何生成一条覆盖感兴趣区域内所有目标点的路径，在地面清扫、草坪修剪、地形测量、环境监测等机器人应用中具有巨大的应用空间，受到了研究人员的广泛关注。
[0003]然而，尽管大多数现有的方法在有边界环境中表现良好，但在无界环境中却无法发挥作用，如搜索和救援、罪犯抓捕、战略侦察和地图建设。例如，在搜索和救援任务中，受害者被困于或隐藏在山区、沙漠或海上，所面临的环境是无边界的。机器人需要从最后看到受害者的位置开始，在有限的时间内覆盖尽可能多的目标点，同时确保在覆盖范围内没有遗漏点。环境中不规则的障碍物和其他机器人的干扰可能会极大地误导机器人，导致遗漏区域，从而增加完成任务的难度。
[0004]此外，在部分应用场景中，机器人需要同时处理有边界和无边界的环境，即双环境。例如在城市中执行抓捕罪犯的任务时，机器人从最后发现罪犯的地点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于兽群觅食行为的群体机器人双环境区域覆盖方法，其特征在于，包括：建立区域覆盖场景，并初始化算法参数；各机器人初始化其记录的待覆盖区域信息，通过扫描环境并与其他机器人通信更新待覆盖区域信息，基于所述待覆盖区域信息获得候选点集合；若所述候选点集合不为空，则为每个候选点计算奖励函数，选择具有最大奖励的目标点为下一步目标位置并转至目标点判断步骤，若所述候选点集合为空则转到路径生成步骤；基于点对点规划器生成一条到距离最近的未覆盖目标点的路径，选择所述路径中的下一个目标点作为下一步目标位置；判断是否达到最大运行时间或已覆盖所有目标点，若是，则任务完成，否则在到达下一步目标位置后转到扫描环境步骤。2.如权利要求1所述的基于兽群觅食行为的群体机器人双环境区域覆盖方法，其特征在于，所述建立区域覆盖场景，并初始化算法参数包括：用一组目标点表示待覆盖区域，初始化n个机器人的位置，初始化邻域范围μ，奖励函数参数λ,ω
p
,ω
s
,ω
b
,最大运行时间t
max
，各机器人初始化其虚拟兽群Φ的位置。3.如权利要求1或2所述的基于兽群觅食行为的群体机器人双环境区域覆盖方法，其特征在于，所述各机器人初始化其记录的待覆盖区域信息，通过扫描环境并与其他机器人通信更新待覆盖区域信息，基于所述待覆盖区域信息获得候选点集合包括：机器人i(1≤i≤n)初始化其未覆盖目标点集合为空集，初始化已覆盖目标点集合为其中为机器人i的初始位置，初始化被障碍物占据的目标点集合为空集，初始化当前目的地目标点为初始位置所述机器人i扫描环境并将所有新发现的目标点添加到其未覆盖目标点集合中，根据障碍物的位置和轨迹确定被障碍物占据的目标点，通过与其他机器人共享信息更新未覆盖目标点集合、已覆盖目标点集合和被障碍物占据的目标点集合；所述候选点集合包含两部分，一是位于目的地目标点邻域内的未覆盖且未被占据的目标点，二是位于目的地目标点与机器人虚拟兽群位置间的未覆盖且未被占据的目标点。4.如权利要求3所述的基于兽群觅食行为的群体机器人双环境区域覆盖方法，其特征在于，所述若候选点集合不为空，则为每个候选点计算奖励函数，选择具有最大奖励的目标点为下一步目标位置包括：机器人为它的每一个候选点o
j
计算总奖励函数R(o
j
)，总奖励函数由五个部分组成：基于虚拟兽群的兽群吸引奖励R
h
、基于其他机器人的动态捕食者规避奖励R
dp
、平滑度奖励R
s
...

【专利技术属性】
技术研发人员：张军旗，祖鹏，王成，康琦，臧笛，刘春梅，
申请(专利权)人：同济大学，
类型：发明
国别省市：