System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 无需标号的智能体集群分布式形状控制方法和智能体技术_技高网

无需标号的智能体集群分布式形状控制方法和智能体技术

技术编号:40812872 阅读:4 留言:0更新日期:2024-03-28 19:34
本发明专利技术公开了一种无需标号的智能体集群分布式形状控制方法和智能体。该方法中,根据二值化目标图像、智能体数量、智能体之间的预期距离确定二值化目标图像的网格单元在物理空间的尺寸;与自身感知范围内的邻居智能体协商,更新自身对目标形状的加速度和角加速度的理解,进而基于自身对目标形状的加速度和角加速度的理解更新自身对目标形状位置、速度、方向和角速度的理解;将二值化目标图像转换为灰度图,其中在灰度图中灰度值平滑过渡;根据速度对齐力、内部避碰力、维持稳定力和编队控制力四者的合力更新自身的期望速度。无需为智能体设置唯一标号,无需为智能体分配精确的位置或轨迹,即可实现编队形状控制。

【技术实现步骤摘要】

本专利技术涉及一种无需标号的智能体集群分布式形状控制方法和智能体


技术介绍

1、现有的智能体集群形状控制方法主要有基于图的控制策略和基于任务分配的控制策略。基于图的方法是利用图来描述智能体之间的相对位置,预先定义形状中每个智能体之间的相对位置、相对位移、相对距离和相对方位,通过反馈其预定义位置和当前位置之间的误差来控制每个智能体。这一方法要求图中的拓扑邻居时刻保持连接,这是大多数现有形状控制方法全局收敛的基础。但这种方法的实践性并不高,因为随着运动过程中智能体间距变大,两个智能体可能因为感知能力有限而失去连接,导致无法保证全局收敛。同时它还要求每个智能体都被唯一地标记,以匹配特定的拓扑结构。即每个智能体都被分配了一个唯一的身份,以识别谁是拓扑邻居。然而,这一要求降低算法的鲁棒性,无法应对集群中突然新增智能体或缺少智能体的情况。同时在实际应用中,区分大量外观相似的智能体并获取相应的身份id也是一个巨大的挑战。

2、基于任务分配的策略首先需要为每个智能体分配目标位置,并规划智能体到该位置的路径。但是基于分配的方法存在两个局限性:第一是计算效率和运动效率之间的权衡。集中分配可以产生更高的运动效率,因为一旦智能体被分配了一个唯一的目标位置,只要避免与其他智能体碰撞,它就可以高效地移动到目标,但随着蜂群规模的增加,计算复杂度迅速增加,使得它在大规模集群应用上效率低下。分布式分配可以通过将集中式分配分解为多个局部规模的分配来支持大规模集群。但这种情况下局部分配之间的冲突是不可避免的,必须通过复杂的算法来解决。第二是控制算法欠缺鲁棒性,不能适应集群规模的突变,例如新的智能体加入集群和有故障的智能体离开集群等,需要额外的任务重新分配算法来处理。

3、例如中国专利cn105589470a公开一种多无人机分布式编队控制方法,其中需要对无人机进行标号。

4、又例如中国专利cn109557939a公开一种基于伪分布式无人机集群的快速队形控制方法,其中也需要对无人机进行标记。

5、有鉴于此,需要开发一种无需标号的智能体集群分布式形状控制方法。


技术实现思路

1、本专利技术提供一种无需标号的智能体集群分布式形状控制方法和智能体。

2、本专利技术采用如下技术方案: 一种无需标号的智能体集群分布式形状控制方法,包括:

3、获取二值化目标图像;

4、根据二值化目标图像、智能体数量、智能体之间的预期距离确定二值化目标图像的网格单元在物理空间的尺寸;

5、与自身感知范围内的邻居智能体协商,更新自身对目标形状的加速度和角加速度的理解,进而基于自身对目标形状的加速度和角加速度的理解更新自身对目标形状位置、速度、方向和角速度的理解;

6、将二值化目标图像转换为灰度图,其中在灰度图中灰度值平滑过渡;

7、根据速度对齐力、内部避碰力、维持稳定力和编队控制力四者的合力更新自身的期望速度,其中,速度对齐力是根据自身以及自身感知范围内的邻居智能体的速度值、自身对目标形状速度的理解、自身对目标形状加速度的理解而确定的,内部避碰力是根据自身以及自身感知范围内的邻居智能体的坐标确定的,维持稳定力是根据位于自身预期距离范围内且位于自身理解的目标形状内的网格坐标和自身坐标而确定的,编队控制力是根据自身在自身理解的目标形状中所在网格的灰度值、以及灰度值的变化趋势确定的。

8、本专利技术采用如下技术方案:一种智能体,包括存储器和处理器,所述存储器存储程序,所述处理器运行该程序以执行前述的方法。

9、本专利技术提出的方法,无需为每一个智能体分配标号,不仅能够实现编队形状的控制,还能实现对编队移动、旋转等运动的控制,并且智能体与其在编队中的位置没有明确的限定。

本文档来自技高网...

【技术保护点】

1.一种无需标号的智能体集群分布式形状控制方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,速度对齐力由以下公式确定:

3.根据权利要求1所述的方法,其特征在于,内部避碰力按照如下公式确定:

4.根据权利要求1所述的方法,其特征在于,维持稳定力按照如下公式确定:

5.根据权利要求1所述的方法,其特征在于,编队控制力按照如下公式确定:

6.根据权利要求1所述的方法,其特征在于,在目标形状静止的情况下,自身对目标形状位置、速度和加速度的理解按照如下公式确定:

7.根据权利要求1所述的方法,其特征在于,在目标形状时变的情况下,智能体集群中至少一个智能体是知情智能体,其余智能体是未知情智能体,知情智能体对目标形状位置、速度和加速度的理解按照如下公式确定:

8.根据权利要求1所述的方法,其特征在于,在目标形状时变的情况下,智能体集群中至少一个智能体是知情智能体,其余智能体是未知情智能体,未知情智能体对目标形状位置、速度和加速度的理解按照如下公式确定:

9.根据权利要求1所述的方法,其特征在于,将二值化目标图像转换为灰度图,其中在灰度图中灰度值平滑过渡的步骤中,灰度值为0表示目标形状区域,灰度图中灰度值将最大灰度等分成多个灰度,较大灰度值的像素位于较小灰度值的像素远离灰度值为0的像素一侧。

10.一种智能体,其特征在于,包括存储器和处理器,所述存储器存储程序,所述处理器运行该程序以执行根据权利要求1至9中任一项所述的方法。

...

【技术特征摘要】

1.一种无需标号的智能体集群分布式形状控制方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,速度对齐力由以下公式确定:

3.根据权利要求1所述的方法,其特征在于,内部避碰力按照如下公式确定:

4.根据权利要求1所述的方法,其特征在于,维持稳定力按照如下公式确定:

5.根据权利要求1所述的方法,其特征在于,编队控制力按照如下公式确定:

6.根据权利要求1所述的方法,其特征在于,在目标形状静止的情况下,自身对目标形状位置、速度和加速度的理解按照如下公式确定:

7.根据权利要求1所述的方法,其特征在于,在目标形状时变的情况下,智能体集群中至少一个智能体是知情智能体,其余智能体是未知情智能...

【专利技术属性】
技术研发人员:吕金虎孙贵宾肖巨龙刘克新李容江
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1