[发明专利]一种基于移动生物刺激神经网络的多机器人联合编队方法

说明书

技术领域

本发明涉及一种基于移动生物刺激神经网络的多机器人联合编队方法，属于多机器人协作控制技术领域，是人工智能与机器人技术相结合的应用。

背景技术

多机器人编队的应用范围很广，可以在军事、航空航天、探测、灾害处理等方而做出突出的贡献，并且多机器人编队控制的研究是多机器人协作研究的重要内容之一，其研究具有重要理论和现实应用价值。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于移动生物刺激神经网络的多机器人联合编队方法，包括以下步骤：

步骤（1）：多机器人系统中的每个机器人被看作一个智能体，每个机器人携带动感检测摄像机、超声波传感器、激光测距仪和无线通讯设备进行工作；

步骤（2）：智能机器人通过动感检测摄像机实时获得环境中的图像信息，超声波传感器用于感知环境中的目标及障碍物，并由激光测距仪来确定目标和障碍物的位置，并将动感检测摄像机、超声波传感器和激光测距仪测得的环境信息通过无线通讯设备转换为广播信息传给其他机器人，实现信息共享；

步骤（3）：任务开始时，首先在多机器人系统中随机确定一个为领航机器人，领航机器人根据任务中实际目标位置信息以及其他机器人广播得到的环境信息，结合自身动感检测摄像机、超声波传感器和激光测距仪所探测到的信息，利用移动生物刺激神经网络模型建立实时地图，计算到达实际目标位置的最佳路径，然后利用生物刺激神经网络进行导航；

步骤（4）：领航机器人在运动的同时，根据自身的实时位置信息，利用基于leader-referenced算法的编队模型，计算所要求保持队形中各个跟随机器人应该到达的指定位置，并将其作为各个跟随机器人的虚拟目标；

步骤（5）：领航机器人根据各跟随机器人当前的实际位置信息，通过SOM自组织神经网络算法实时地将上面计算得到的各个虚拟目标在各跟随机器人中进行分配，然后通过无线通讯将该虚拟目标位置发送给对应的跟随机器人；

步骤（6）：各跟随机器人根据领航机器人实时发送的虚拟目标位置信息以及其他机器人广播的环境信息，并根据自身动感检测摄像机、超声波传感器和激光测距仪探测得到的信息，利用移动生物刺激神经网络模型建立实时地图，计算到达其对应虚拟目标的最佳路径，并进行导航，从而实现与领航机器人以及其他机器人保持要求的队形；为了防止机器人之间互相碰撞，这里将其他机器人当做障碍物处理；即可以实现整个机器人编队以要求的各种队形，并最佳导航到达目标。在运动过程中，如果任务目标和所要求队形发生改变，只需在领航机器人中调整实际目标位置和相应的队形模型即可。

所述步骤（2）中广播信息具体是指，广播信息的内容和格式如下：

A={x,y,z,flag}

其中，(x,y,z)表示环境中的三维位置坐标；flag表示其对应状态的标志位，其对应的内容为：

所述步骤（4）中基于leader-referenced算法的编队模型具体是指：

(3a)：若定义R₀为领航机器人，其实际目标位置坐标为(x₀,y₀,z₀)，R_i为第i个跟随机器人，则其虚拟目标位置坐标为(x_i,y_i,z_i)，其计算公式根据编队任务的不同而不同，例如编队的队形为同一平面的一字队形，则各跟随机器人的虚拟目标位置计算函数为：

其中，α为队形的倾角，一字队形时α=0；γ为机器人间的距离；

(3b)：在基于leader-referenced编队中，各跟随机器人的虚拟目标坐标位置根据领航机器人的坐标位置、队形的角度、机器人之间的相对距离来确定的；领航机器人的任务是不断朝着任务规定的实际目标不断运动，而跟随机器人通过从领航机器人处获取虚拟目标的信息，不断向虚拟目标靠近，从而实现整体编队队形的同时，朝实际目标运动。

所述步骤（5）中SOM自组织神经网络算法具体是指：

(4a)：SOM自组织神经网络算法分为两层：输入层为目标的位置，输出层包括机器人的坐标及到达目标的规划路径；

(4b)：基于SOM自组织神经网络算法的计算公式如下：