[发明专利]基于Bang-bang控制策略的最优时间追踪捕获系统及其方法

说明书

技术领域

本发明涉及控制系统的技术领域，具体的，涉及一种基于Bang-bang控制策略的最优时间追踪捕获系统及其方法。

背景技术

追踪逃逸的对抗游戏(Pursuit-Evasion Game，PEG)包含两个玩家，一个追逐者和一个逃逸者。追逐者试图捕获到逃逸者，而逃逸者试图避免被捕获。PEG是很多实际问题的数学描述，比如导弹打击飞行器，目标营救，目标监控，移动机器人追踪捕获入侵到目标区域的入侵者等。

近些年，关于PEG的研究从理论的数学模型的建立以及分析，转换到实际应用中来。将PEG理论结合智能机器人的控制应用于目标追踪捕获就是一个研究较多的领域。目标追踪捕获是指在入侵者进入到监测区域时，追逐者机器人对入侵者进行追踪直至捕获，或入侵者离开监测区域。目标的追踪捕获广泛应用于军事侦察，应急搜救，民用监控等。目标追踪捕获问题一直是科学研究的热点，研究者在理论上提出过很多模型来分析这类问题，如狮子模型，K-消极模型，清洁污染模型等，并应用贪婪算法，蚁群算法等优化算法来获得最优路径。这些算法在理论上证明了追踪捕获问题在特定模型下的特定结论。理论上的研究大多是在理想的情况下，不考虑外界环境的干扰，不考虑追逐者自身条件的限制。因此，将理论研究应用到实际中还有一定的距离。目前，目标追踪捕获的研究也大多局限于理论上或计算机仿真上，真正将算法应用到实际并构建追踪系统的很少。

经对现有文献进行检索，在Laurent Alonso等人的文章“Lion and man：upper and lower bounds”中提出在圆形区域内并在狮子和人的速度相同的前提下，可得到连续时间域内狮子追逐到人的时间范围。文章“Solution of David Gale’s lion and man problem”在空间连续但是时间离散的前提下，对狮子追逐到人以及人如何逃避狮子的追逐都进行了理论上的分析并得到了证明。Mohammad Emtiyaz Khan的文章“Game Theory Models for Pursuit Evasion Games”中提出了几种建立PEG问题的模型，如Extensive Form Game，Differential Game，Repeated Game。

然而，上面这些文章都只在理论上进行了分析，模型的建立需要的限制条件较多，与实际应用还有一定差距。中国专利申请号为200810119587.2，名称为“一种基于可行通道的机器人目标追踪方法”的专利申请公开了一种机器人目标追踪方法，该方法建立了实际的目标追踪系统，但是没有应用理论上的控制算法，无法从理论上保证追踪时间最优。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种应用Bang-bang控制策略完成目标追踪捕获的最优时间控制系统及其方法。本发明通过模块化的思想，设计了可行性强、功能完善的基本模块，并通过基本模块的搭建及相互协作构建一个将Bang-bang控制策略应用到目标追踪捕获以实现时间最优的控制系统。该系统对Bang-bang控制的理论进行了实际的验证及应用，同时该系统可以作为目标追踪捕获算法实现及验证的平台。

为实现上述目的，本发明提供了一种基于Bang-bang控制策略的最优时间追踪捕获系统，其包括

定位模块，其采集逃逸机器人和追逐机器人在监测区域内的定位图像；

解耦模块，其对所述定位模块得到的图像进行处理，从而得到所述追逐机器人和逃逸机器人的特征色块的X，Y方向的坐标数据；

通信模块，其将从所述解耦模块得到的坐标数据传递到所述追逐机器人；

算法分析模块，其根据Bang-bang控制策略计算出所述追逐机器人的控制量以及最短追逐捕获时间；

以及机器人控制模块，其根据所述算法分析模块的计算出的控制量，结合所述追逐机器人自身位置以及运动方向计算所述追逐机器人的目标速度和方向，从而实时调整所述追逐机器人速度和方向以完成追逐捕获任务；

其中，所述定位模块、解耦模块、通信模块、算法分析模块与机器人控制模块依次相连。

进一步地，上述的基于Bang-bang控制策略的最优时间追踪捕获系统，其中，所述定位模块采用的是摄像头，所述摄像头连续不断的采集所述监测区域内所述追逐机器人和逃逸机器人的RGB格式的图像，并对图像进行滤波处理。