【技术实现步骤摘要】
本专利技术涉及目标搜索，特别是涉及一种基于自适应通信策略的未知环境多目标搜索方法及系统。
技术介绍
1、多个机器人通过协调与合作能够克服单个机器人智能性有限的瓶颈，从而提高系统的鲁棒性、可扩展性与灵活性，这一点已经引起了科研界和工程界的广泛关注。目标搜索技术作为多机器人系统领域的基础而重要的研究课题之一，其目标在于实现多个机器人对目标进行尽可能快速的搜索或定位。在进行目标搜索过程中，根据搜索环境的复杂性，可以将其分为简单环境与受限环境两种。当前大部分研究仅仅设置了没有任何障碍的搜索环境空间，即空白空间。
2、然而，实际应用场景中通信环境的复杂多变性也是一个不可忽视的因素。其中存在的干扰、远距离、遮挡、天气、故障等因素影响了通信网络，导致通信条件呈现出“受限”与“时变”的特点。这种情况下，很难保障机器人间通信数据的实时性、完整性与正确性，从而导致搜索效率降低，甚至可能出现无法完成既定任务的情况。
技术实现思路
1、本专利技术的目的是提供一种基于自适应通信策略的未知环境多目标搜索方法及系统，可灵活适应不同的通信条件，提高多目标搜索的搜索效率。
2、为实现上述目的，本专利技术提供了如下方案：
3、第一方面，本专利技术提供了一种基于自适应通信策略的未知环境多目标搜索方法，包括：
4、获取目标未知区域的位置坐标；
5、根据所述位置坐标，将所述目标未知区域进行栅格化表示，得到多机器人系统的搜索环境模型；所述搜索环境模型中每一栅格被赋予
6、根据设定位置关系，将所述多机器人系统中的各机器人放置在所述目标未知区域中，并基于自适应通信策略，控制所述多机器人系统对所述目标未知区域进行多目标搜索，得到当前时刻各所述机器人的多目标搜索结果；所述多目标搜索结果包括当前时刻所述机器人所在栅格处的第一障碍物信息、第一覆盖信息、第一目标占据信息以及第一通信条件信息；
7、根据各个时刻每一所述机器人的多目标搜索结果，更新所述搜索环境模型中对应栅格的信息数组，得到更新后的搜索环境模型；
8、根据更新后的搜索环境模型，确定所述目标未知区域中的各个目标。
9、可选的，所述自适应通信策略具体为：
10、若所述机器人所在栅格处的第一通信条件信息为通信质量优，则控制所述机器人根据相邻机器人的共享信息计算自身路径预测收益；所述收益包括环境覆盖率的增量、相邻两个时刻的转向角度以及自身路径方向上相邻机器人的数量；
11、当所述自身路径预测收益大于设定阈值时，控制所述机器人选择基于群体智能算法协同搜索的搜索框架，并对所述目标未知区域进行多目标搜索；
12、当所述自身路径预测收益小于或等于设定阈值时，控制所述机器人选择基于预测合作探索的搜索框架，协同相邻机器人对所述目标未知区域进行多目标搜索；
13、若所述机器人所在栅格处的第一通信条件信息为通信质量差，则控制所述机器人选择基于群体智能算法协同搜索的搜索框架，并对所述目标未知区域进行多目标搜索。
14、可选的，在得到多机器人系统的搜索环境模型之后，还包括：
15、根据所述搜索环境模型中所述栅格的信息数组，分别构建障碍物信息地图、覆盖信息地图、目标占据信息地图以及通信条件信息地图。
16、可选的，所述障碍物信息地图中障碍物信息的公式表达具体如下：
17、
18、其中，αij(t)为t时刻的障碍物信息，d1c(t)表示t时刻存在障碍物的栅格集合，d1nc(t)表示t时刻的不存在障碍物的栅格集合。
19、可选的，所述覆盖信息地图中覆盖信息的公式表达具体如下：
20、
21、其中，βij(t)为t时刻的覆盖信息，d2c(t)表示t时刻被覆盖的栅格集合，d2nc(t)表示t时刻的没有被覆盖的栅格集合。
22、可选的，所述目标占据信息地图中目标占据信息的公式表达具体如下：
23、
24、其中，γij(t)为t时刻的目标占据信息，d3c(t)表示t时刻存在目标的栅格集合，d3nc(t)表示t时刻的不存在目标的栅格集合。
25、可选的，所述通信条件信息地图中通信条件信息的公式表达具体如下：
26、
27、其中，δij(t)为t时刻的通信条件信息，d1c(t)表示t时刻通信质量为差的栅格集合，d1nc(t)表示t时刻通信质量为优的栅格集合。
28、可选的，在得到多机器人系统的搜索环境模型之后，还包括：
29、对所述搜索环境模型进行模型初始化，具体包括：
30、将所述搜索环境模型中每个栅格的障碍物信息设置为不存在障碍物；
31、将所述搜索环境模型中每个栅格的覆盖信息设置为没有被覆盖；
32、将所述搜索环境模型中每个栅格的目标占据信息设置为不存在目标；
33、将所述搜索环境模型中每个栅格的通信条件信息设置为通信质量优。
34、可选的，根据所述位置坐标，将所述目标未知区域进行栅格化表示，具体包括：
35、根据所述位置坐标，得到区域边长为x×y的所述目标未知区域；
36、将所述目标未知区域划分为栅格边长为d的m×n个栅格；
37、其中，m＝x/d，n＝y/d。
38、第二方面，本专利技术提供了一种基于自适应通信策略的未知环境多目标搜索系统，包括：
39、坐标获取模块，用于获取目标未知区域的位置坐标；
40、模型建立模块，用于根据所述位置坐标，将所述目标未知区域进行栅格化表示，得到多机器人系统的搜索环境模型；所述搜索环境模型中每一栅格被赋予一信息数组，所述信息数组包括障碍物信息、覆盖信息、目标占据信息以及通信条件信息；
41、区域搜索模块，用于根据设定位置关系，将所述多机器人系统中的各机器人放置在所述目标未知区域中，并基于自适应通信策略，控制所述多机器人系统对所述目标未知区域进行多目标搜索，得到当前时刻各所述机器人的多目标搜索结果；所述多目标搜索结果包括当前时刻所述机器人所在栅格处的第一障碍物信息、第一覆盖信息、第一目标占据信息以及第一通信条件信息；
42、更新模块，用于根据各个时刻每一所述机器人的多目标搜索结果，更新所述搜索环境模型中对应栅格的信息数组，得到更新后的搜索环境模型；
43、目标确定模块，用于根据更新后的搜索环境模型，确定所述目标未知区域中的各个目标。
44、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
45、本专利技术提供了一种基于自适应通信策略的未知环境多目标搜索方法及系统，方法包括：首先获取目标未知区域的位置坐标，并将其栅格化表示，形成多机器人系统的搜索环境模型。每个栅格被赋予信息数组，包括障碍物信息、覆盖信息、目标占据信息以及本文档来自技高网...
【技术保护点】
1.一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，包括：
2.根据权利要求1所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，所述自适应通信策略具体为：
3.根据权利要求1所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，在得到多机器人系统的搜索环境模型之后，还包括：
4.根据权利要求3所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，所述障碍物信息地图中障碍物信息的公式表达具体如下：
5.根据权利要求3所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，所述覆盖信息地图中覆盖信息的公式表达具体如下：
6.根据权利要求3所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，所述目标占据信息地图中目标占据信息的公式表达具体如下：
7.根据权利要求3所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，所述通信条件信息地图中通信条件信息的公式表达具体如下：
8.根据权利要求1所述的一种基于自适应通信策略
9.根据权利要求1所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，根据所述位置坐标，将所述目标未知区域进行栅格化表示，具体包括：
10.一种基于自适应通信策略的未知环境多目标搜索系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，包括：
2.根据权利要求1所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，所述自适应通信策略具体为：
3.根据权利要求1所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，在得到多机器人系统的搜索环境模型之后，还包括：
4.根据权利要求3所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，所述障碍物信息地图中障碍物信息的公式表达具体如下：
5.根据权利要求3所述的一种基于自适应通信策略的未知环境多目标搜索方法，其特征在于，所述覆盖信息地图中覆盖信息的公式表达具体如下：
6.根据权利要求3...
【专利技术属性】
技术研发人员：张建磊，余雪玮，张春燕，王子珩，苏波，宋威龙，
申请(专利权)人：南开大学，
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。