一种基于自适应鲁棒控制和改进灰狼算法融合技术的四足机器人路径搜索方法技术

本发明专利技术公开了一种基于自适应鲁棒控制和改进灰狼算法融合技术的四足机器人路径搜索方法，用于改进现有路径探索技术的不足，该方法融合了自适应鲁棒控制和改进灰狼算法，通过编队算法来控制四足机器人的队形使之按照灰狼算法的要求进行搜索。该方法能够在提高四足机器人群探索能力的同时，还可以通过编队算法来实现对机器人群的控制，使探索更为有效。使探索更为有效。使探索更为有效。

【技术实现步骤摘要】
一种基于自适应鲁棒控制和改进灰狼算法融合技术的四足机器人路径搜索方法


[0001]本专利技术涉及机器人控制
，具体为一种基于自适应鲁棒控制和改进灰狼算法融合技术的四足机器人路径搜索方法。

技术介绍

[0002]四足机器人在近些年得到了飞速的发展，无论是在军事领域，还是民用领域中，越来越多的四足机器人被用于执行各种任务，如利用四足机器人进行科研教育、安防巡检、勘探救援等。四足机器人具有优异的运动性能和平衡性能，还能根据环境来变换自己的运动模式。
[0003]该专利涉及的自适应鲁棒编队控制方案特别考虑了时变但有界的不确定性。不确定性边界是未知的，所以提出了一种自适应方案，以在线估计它们对系统性能的综合影响。首先，将四足机器人群视为人工群体系统，通过将理想性能作为期望的约束条件，将编队控制问题转化为约束跟随任务，其中β
‑
测度被定义为控对象，以测量约束跟随误差。其次，执行基于微分同胚变换的状态变换，以保持空间度量为正，以避免碰撞。第三，提出了一种自适应鲁棒控制方案，使β
‑
测度一致有界和一致最终有界，而不考虑不确定性。由此，受控系统被驱动以近似地遵循期望的约束，从而呈现理想的群体性能。
[0004]路径规划要求能在最短的时间内规划出最优的路线，机器人路径规划，就是指机器人依据一个或者多个评价指标，在所应用的路径规划环境中找到一条从起始点到目标点无碰撞甚至有些其他特殊要求的最优或次最优路径。目前，常用的路径规划指标主要有最短距离、最短时间等。实际未知环境的路径规划面临更多的要求，多机器人编队探索路径不仅要求四足机器人由起始点探索出一条最优的路径到达目标点，而且这种线路还应满足四足机器人自身的物理约束，避免四足机器人之间发生碰撞，同时安全躲避障碍。
[0005]现有的路径规划方法根据算法的不同可以分为传统算法和智能算法。其中传统算法有Voronoi图法、栅格地图法、动态窗口法等。随着高精度传感、计算机技术和人工智能的迅速发展，路径规划算法也取得了大量的研究成果，但是每种算法仍然有其局限性。灰狼书算法就是其中的一种。狼优化算法存在以下不足：(1)在确定种群位置时，灰狼个体的位置是随机确定的，这就使得算法具有一定的盲目性和随机性；(2)灰狼算法的位置更新是根据前三头首领狼与目标物形成包围圈来进行捕猎，利用每头狼距离目标位置的距离的平均值来更新，但是该种方式，目标不一定刚好在其距离的平均点上。(3)灰狼算法陷入局部最优解时，没有任何措施能帮助其跳出局部最优解。因此，需要在标准灰狼算法的基础上进行改进来解决其存在的问题。改进灰狼算法通过引入动态调整惯性权重的策略来改进狼群位置的更新方法。在每次迭代中，动态调整惯性权重值，以平衡全局搜索和局部发展，提高算法的优化精度和收敛速度。其次，与切换概率相比，该算法可以在迭代开始时以高概率执行Levy飞行，以增加种群多样性并提高全局搜索能力。第三，引入贪婪策略来选择具有最优适应性的解。
[0006]随着编队技术逐渐的成熟，也有了更多的实际应用意义，如何把改进灰狼算法应用在四足机器人上进行路径探索，选出最优线路成为了一个难题，于是，有鉴于此，针对现有的结构予以研究改良，提供一种基于自适应鲁棒控制和改进灰狼算法融合技术的四足机器人路径搜索方法，以期达到更具有实用价值性的目的。

技术实现思路

[0007]为了解决上述技术问题，本专利技术提供了如下的技术方案：
[0008]本专利技术一种基于自适应鲁棒控制和改进灰狼算法融合技术的四足机器人路径搜索方法，包括以下几个步骤：
[0009]步骤1、当车队遇到类似于峡谷的复杂未知地形，不清楚最优路径以及车队能否顺利通过时，车队派出由六只四足机器人组成的小队进入峡谷，同时派遣四架四旋翼无人机飞向峡谷上方；
[0010]步骤2、六只四足机器人进入峡谷后，开始采用自适应鲁棒编队控制方案对四足机器人队形进行变换，其中三只四足机器人呈三角形队形另外三只按照改进灰狼算法所要求的队形进行变换；
[0011]步骤3、四架四旋翼无人机飞往峡谷上空后，其中一架迅速向峡谷的尽头飞去，确定终点后把信息传达给四足机器人编队，指引着整个四足机器人编队的行进方向，同时将峡谷总长信息发送至其余两架四旋翼无人机，并把总长分为三等份；其中一架无人机从机器人编队运动起始点位置飞往峡谷总长四分之一处，另外一架无人机飞往峡谷总长中间，还有一架伴飞四足机器人编队，用于实时把路径信息传达给起始点，并随机器人编队运动到峡谷终点处位置停留下来，最初飞往尽头的四旋翼无人机在将位置和距离等信息发送给其余无人机后，返回至编队起始点位置距峡谷总长四分之三位置处；
[0012]步骤4、采用自适应鲁棒编队控制算法对六只四足机器人的阵型进行控制，使其中的三只四足机器人形成三角形阵型，命名为δ组，该三角形阵型的边长与车队中的最大车宽保持一致，δ组中每只四足机器人机身周围都搭载有超声波传感器，当与岩壁距离过近时，系统就会发出警报，表明该条线路已到顶端，停止向岩壁靠近，并开始向另一侧目标位置前进，另外三只按照改进灰狼算法进行队形变换；
[0013]步骤5、四架四旋翼无人机飞往峡谷上空后，其中一架迅速向峡谷的尽头飞去，把路径终点信息传递给四足机器人编队，指引整个四足机器人编队的行进方向，同时将峡谷总长信息发送至其余两架四旋翼无人机，并把总长分为四等份；
[0014]步骤6、把负责搜索的三只四足机器人分别命名为α、β、γ，这三只四足机器人按照改进灰狼算法进行路径探索，α、β、γ、δ这三组四足机器人算力初始依次递减；
[0015]步骤7、进入峡谷后，按照改进灰狼算法的探索方式进行搜索，α、β、γ三只四足机器人在不断地迭代，每次迭代后选出最优解，也就是最佳位置的四足机器人赋予最高的算力，其他四足机器人分别为次最优解和优解，算力依次递减，与此同时根据新的最佳位置的四足机器人来更新信息，为接下来的探索指引方向，每次迭代探索后，α、β、γ和δ四组机器人进行交流，对探索出的路径进行整合、判断，进而选取出最优路线，δ小组在前进的过程中通过自身的激光雷达不断生成路径和地形信息，并传输给天空中(伴飞)的四旋翼无人机，四旋翼无人机会根据与四足机器人编队距离的长短，通过边缘计算合理分配自身算力，也就是
说距离四足机器人编队最近的无人机分配最高的算力，算力最高的四旋翼无人机与伴飞无人机通信，获取采集到的地图信息，发送至起始点；
[0016]步骤8、四足机器人编队若能成功到达终点，则说明车队可顺利通过，四足机器人编队和无人机编队飞往终点等待车队到达即可；若中途遇到小于编队直径的路段，则说明车队不可顺利通过，四足编队和无人机编队返回车队继续前进。
[0017]作为本专利技术的一种优选技术方案，所述步骤1中先确定未知路径的起始点和终点，设定种群数目N，最大迭代次数tmax、维数以及上下界。
[0018]作为本专利技术的一种优选技术方案，所述步骤2初始化四足机器人阵型，分为α、β、γ和δ四组，其中α为头狼，算力最高，β、γ和δ算力依次递本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应鲁棒控制和改进灰狼算法融合技术的四足机器人路径搜索方法，其特征在于，包括以下几个步骤：步骤1、当车队遇到类似于峡谷的复杂未知地形，不清楚最优路径以及车队能否顺利通过时，车队派出由六只四足机器人组成的小队进入峡谷，同时派遣四架四旋翼无人机飞向峡谷上方；步骤2、六只四足机器人进入峡谷后，开始采用自适应鲁棒编队控制方案对四足机器人队形进行变换，其中三只四足机器人呈三角形队形另外三只按照改进灰狼算法所要求的队形进行变换；步骤3、四架四旋翼无人机飞往峡谷上空后，其中一架迅速向峡谷的尽头飞去，确定终点后把信息传达给四足机器人编队，指引着整个四足机器人编队的行进方向，同时将峡谷总长信息发送至其余两架四旋翼无人机，并把总长分为三等份；其中一架无人机从机器人编队运动起始点位置飞往峡谷总长四分之一处，另外一架无人机飞往峡谷总长中间，还有一架伴飞四足机器人编队，用于实时把路径信息传达给起始点，并随机器人编队运动到峡谷终点处位置停留下来，最初飞往尽头的四旋翼无人机在将位置和距离等信息发送给其余无人机后，返回至编队起始点位置距峡谷总长四分之三位置处；步骤4、采用自适应鲁棒编队控制算法对六只四足机器人的阵型进行控制，使其中的三只四足机器人形成三角形阵型，命名为δ组，该三角形阵型的边长与车队中的最大车宽保持一致，δ组中每只四足机器人机身周围都搭载有超声波传感器，当与岩壁距离过近时，系统就会发出警报，表明该条线路已到顶端，停止向岩壁靠近，并开始向另一侧目标位置前进，另外三只按照改进灰狼算法进行队形变换；步骤5、四架四旋翼无人机飞往峡谷上空后，其中一架迅速向峡谷的尽头飞去，把路径终点信息传递给四足机器人编队，指引整个四足机器人编队的行进方向，同时将峡谷总长信息发送至其余两架四旋翼无人机，并把总长分为四等份；步骤6、把负责搜索的三只四足机器人分别命名为α、β、γ，这三只四足机器人按照改进灰狼算法进行路径探索，α、β、γ、δ这三组四足机器人算力初始依次递减；步骤7、进入峡谷后，按照改进灰狼算法的探索方式进行搜索，α、β、γ三只四足机器人在不断地迭代，每次迭代后选出最优解，也就是最佳位置的四足机器人赋予最高的算力，其他四足机器人分别为次最优解和优解，算力依次递减，与此同时根据新的最佳位置的四足机器人来更新信息，为接下来的探索指引方向，每次迭代探索后，α、β、γ和δ四组机器人进行交流，对探索出的路径进行整合、判断，进而选取出最优路线，δ小组在前进的过程中通过自身的激光雷达不断生成路径和地形信息，并传输给天空中(伴飞)的四旋翼无人机，四旋翼无人机会根据与四足机器人编队距离的长短，通过边缘计算合理分配自身算力，也就是说距离四足机器人编队最近的无人机分配最高的算力，算力最高的四旋翼无人机与伴飞无人机通信，获取采集到的地图信息，发送至起始点；步骤8、四足机器人编队若能成功到达终点，则说明车队可顺利通过，四足机器人编队和无人机编队飞往终点等待车队到达即可；若中途遇到小于编队直径的路段，则说明车队不可顺利通过，四足编队和无人机编队返回车队继续前进。2.根据权利要求1所述的一种基于自适应鲁棒控制和改进灰狼算法融合技术的四足机器人路径搜索方法，其特征在于，所述步骤1中先确定未知路径的起始点和终点，设定种群
数目N，最大迭代次数tmax、维数以及上下界。3.根据权利要求1所述的一种基于自适应鲁棒控制和改进灰狼算法融合技术的四足机器人路径搜索方法，其特征在于，所述步骤2初始化四足机器人阵型，分为α、β、γ和δ四组，其中α为头狼，算力最高，β、γ和δ算力依次递减，δ为四足机器人三角形队列，主要负责扫描环境信息以及检测道路宽度。选出三个最优解后，令t＝1。4.根据权利要求1所述的一种基于自适应鲁棒控制和改进灰狼算法融合技术的四足机器人路径搜索方法，其特征...

【专利技术属性】
技术研发人员：刘豪华，刘晓黎，王君，陈宇，王郑，程虎，
申请(专利权)人：合肥中科深谷科技发展有限公司，
类型：发明
国别省市：