本发明专利技术公开了一种基于基因调控网络的智能体集群运动控制方法、系统、设备及介质，所述基因调控网络包括上层网络和下层网络，其方法包括：实时获取智能体的位置信息和落在其给定探测范围内的所有障碍物的位置信息；通过上层网络对智能体和所有障碍物的位置信息进行处理，得到由智能体和所有障碍物形成的三维浓度地图，再将三维浓度地图映射到二维平面上；通过下层网络对二维平面上的相关信息进行处理，得到智能体在下一时刻的避障速度、聚集速度和同向速度，进而确定智能体在下一时刻的运动速度；按照运动速度控制智能体运动。本发明专利技术在调整智能体的当前运动状态时考虑到其避障行为、聚集行为和同向运动行为，可以提高智能体集群的运动可靠性。的运动可靠性。的运动可靠性。
【技术实现步骤摘要】
一种基于基因调控网络的智能体集群运动控制方法及系统
[0001]本专利技术涉及智能控制
，具体是涉及一种基于基因调控网络的智能体集群运动控制方法、系统、设备及介质。
技术介绍
[0002]近年来，智能体在电力巡检、应急救援、城市规划等方面均有广泛的应用，单个智能体具有故障容错性差、有效载荷受限、处理复杂任务差等缺点，为了应对日益复杂的任务和环境，研究智能体集群的协同运动控制技术就显得尤为重要。当智能体集群在任一区域内运动时，通常需要考虑到三种基本行为准则，即避碰行为、聚集行为和同向运动行为，但是现有技术中在实时调整单个智能体的当前运动状态时往往仅考虑到其中一种基本行为准则，导致智能体集群运动效果不佳。
技术实现思路
[0003]本专利技术提供一种基于基因调控网络的智能体集群运动控制方法、系统、设备及介质，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
[0004]第一方面，提供一种基于基因调控网络的智能体集群运动控制方法，所述基因调控网络包括上层网络和下层网络，所述方法包括：
[0005]针对智能体集群中的每个智能体，实时获取所述智能体的位置信息和落在所述智能体的给定探测范围内的所有障碍物的位置信息；
[0006]通过所述上层网络对所述智能体的位置信息和所述所有障碍物的位置信息进行处理，得到由所述智能体和所述所有障碍物形成的三维浓度地图，再将所述三维浓度地图映射到二维平面上；
[0007]通过所述下层网络对所述二维平面上的相关信息进行处理，得到所述智能体在下一时刻的避障速度、聚集速度和同向速度，进而确定所述智能体在下一时刻的运动速度；
[0008]按照所述运动速度，控制所述智能体运动。
[0009]进一步地，所述二维平面上的相关信息包括所述智能体所处的影响区域、所述影响区域的外边界线在所述二维平面上的位置信息、所述智能体在所述二维平面上的位置信息和所述所有障碍物在所述二维平面上的位置信息。
[0010]进一步地，所述通过所述下层网络对所述二维平面上的相关信息进行处理，得到所述智能体在下一时刻的避障速度、聚集速度和同向速度包括：
[0011]根据所述智能体与所述影响区域的外边界线之间的相对位置关系，确定所述智能体在下一时刻的避障速度；
[0012]根据所述智能体与所述所有障碍物之间的聚集情况，确定所述智能体在下一时刻的聚集速度；
[0013]所述智能体集群中设置有一个虚拟引导者，根据所述智能体对所述虚拟引导者的
探测情况，确定所述智能体在下一时刻的同向速度。
[0014]进一步地，所述根据所述智能体与所述影响区域的外边界线之间的相对位置关系，确定所述智能体在下一时刻的避障速度包括：
[0015]按照既定采样步长，从所述影响区域的外边界线上获取若干个采样点；
[0016]获取所述若干个采样点在所述二维平面上的位置信息，再结合所述智能体在所述二维平面上的位置信息和所述智能体的给定最小避碰距离，确定所述智能体在下一时刻的避障速度。
[0017]进一步地，所述根据所述智能体与所述所有障碍物之间的聚集情况，确定所述智能体在下一时刻的聚集速度包括：
[0018]根据所述智能体的给定探测范围和给定最大安全距离，设置所述智能体的允许聚集范围；
[0019]从所述所有障碍物中提取出落在所述允许聚集范围内的全部障碍物，获取所述全部障碍物在所述二维平面上的位置信息，再结合所述智能体在所述二维平面上的位置信息和所述给定最大安全距离，确定所述智能体在下一时刻的聚集速度。
[0020]进一步地，所述根据所述智能体对所述虚拟引导者的探测情况，确定所述智能体在下一时刻的同向速度包括：
[0021]当所述所有障碍物中包含所述虚拟引导者时，获取所述虚拟引导者在所述二维平面上的位置信息，再结合所述智能体在所述二维平面上的位置信息和所述智能体的当前运动速度，确定所述智能体在下一时刻的同向速度。
[0022]进一步地，所述根据所述智能体对所述虚拟引导者的探测情况，确定所述智能体在下一时刻的同向速度还包括：
[0023]当所述所有障碍物中并未包含所述虚拟引导者时，从所述所有障碍物中提取出距离所述智能体最近的单个障碍物；
[0024]获取所述单个障碍物在所述二维平面上的位置信息，再结合所述智能体在所述二维平面上的位置信息和所述智能体的当前运动速度，确定所述智能体在下一时刻的同向速度。
[0025]第二方面，提供一种基于基因调控网络的智能体集群运动控制系统，所述基因调控网络包括上层网络和下层网络，所述系统包括：
[0026]获取模块，用于针对智能体集群中的每个智能体，实时获取所述智能体的位置信息和落在所述智能体的给定探测范围内的所有障碍物的位置信息；
[0027]第一处理模块，用于通过所述上层网络对所述智能体的位置信息和所述所有障碍物的位置信息进行处理，得到由所述智能体和所述所有障碍物形成的三维浓度地图，再将所述三维浓度地图映射到二维平面上；
[0028]第二处理模块，用于通过所述下层网络对所述二维平面上的相关信息进行处理，得到所述智能体在下一时刻的避障速度、聚集速度和同向速度，进而确定所述智能体在下一时刻的运动速度；
[0029]控制模块，用于按照所述运动速度，控制所述智能体运动。
[0030]第三方面，提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序以实现如第一方面所述的基于基因调控网络的智能
体集群运动控制方法。
[0031]第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的基于基因调控网络的智能体集群运动控制方法。
[0032]本专利技术至少具有以下有益效果：利用基因调控网络的上层网络对单个智能体所在的局部信息进行解析，可以得到表征有该智能体及其周围的所有障碍物的当前运动信息的二维平面，对计算资源要求较低；再利用基因调控网络的下层网络对该二维平面上所表征的相关运动信息进行解析，且在解析过程中综合考虑到智能体之间的避障行为、聚集行为和同向运动行为，可以得到该智能体在下一时刻的运动速度，由此提高智能体集群的运动可靠性。
附图说明
[0033]附图用来提供对本专利技术技术方案的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术的技术方案，并不构成对本专利技术技术方案的限制。
[0034]图1是本专利技术实施例中的一种基于基因调控网络的智能体集群运动控制方法的流程示意图；
[0035]图2是本专利技术实施例中的三维浓度地图的示意图；
[0036]图3是本专利技术实施例中的三维浓度地图映射后的二维平面示意图；
[0037]图4是本专利技术实施例中的一种基于基因调控网络的智能体集群运动控制系统的组成示意图；
[0038]图5是本公开实施例中的计算机设备的硬件结构本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于基因调控网络的智能体集群运动控制方法，其特征在于，所述基因调控网络包括上层网络和下层网络，所述方法包括：针对智能体集群中的每个智能体，实时获取所述智能体的位置信息和落在所述智能体的给定探测范围内的所有障碍物的位置信息；通过所述上层网络对所述智能体的位置信息和所述所有障碍物的位置信息进行处理，得到由所述智能体和所述所有障碍物形成的三维浓度地图，再将所述三维浓度地图映射到二维平面上；通过所述下层网络对所述二维平面上的相关信息进行处理，得到所述智能体在下一时刻的避障速度、聚集速度和同向速度，进而确定所述智能体在下一时刻的运动速度；按照所述运动速度，控制所述智能体运动。2.根据权利要求1所述的基于基因调控网络的智能体集群运动控制方法，其特征在于，所述二维平面上的相关信息包括所述智能体所处的影响区域、所述影响区域的外边界线在所述二维平面上的位置信息、所述智能体在所述二维平面上的位置信息和所述所有障碍物在所述二维平面上的位置信息。3.根据权利要求2所述的基于基因调控网络的智能体集群运动控制方法，其特征在于，所述通过所述下层网络对所述二维平面上的相关信息进行处理，得到所述智能体在下一时刻的避障速度、聚集速度和同向速度包括：根据所述智能体与所述影响区域的外边界线之间的相对位置关系，确定所述智能体在下一时刻的避障速度；根据所述智能体与所述所有障碍物之间的聚集情况，确定所述智能体在下一时刻的聚集速度；所述智能体集群中设置有一个虚拟引导者，根据所述智能体对所述虚拟引导者的探测情况，确定所述智能体在下一时刻的同向速度。4.根据权利要求3所述的基于基因调控网络的智能体集群运动控制方法，其特征在于，所述根据所述智能体与所述影响区域的外边界线之间的相对位置关系，确定所述智能体在下一时刻的避障速度包括：按照既定采样步长，从所述影响区域的外边界线上获取若干个采样点；获取所述若干个采样点在所述二维平面上的位置信息，再结合所述智能体在所述二维平面上的位置信息和所述智能体的给定最小避碰距离，确定所述智能体在下一时刻的避障速度。5.根据权利要求3所述的基于基因调控网络的智能体集群运动控制方法，其特征在于，所述根据所述智能体与所述所有障碍物之间的聚集情况，确定所述智能体在下一时刻的聚集速度包括：根据所述智能体的给定探测范围和给定最大安全距离，设置所述智能体的允许聚集范围；从所述所有障碍物...
【专利技术属性】
技术研发人员：李文姬，任鹏翔，王诏君，范衠，邱一峰，关朝滔，郝志峰，
申请(专利权)人：汕头大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。