[发明专利]一种集群智能控制系统和方法

权利要求书

1.一种集群智能控制系统，其特征在于，包括上位机、WIFI模块、微控制器、应变片、电机、陀螺仪和螺旋扇叶，其中，

所述上位机通过所述WIFI模块与所述微控制器连接；

所述微控制器分别连接应变片、电机和陀螺仪；

集群机器人中每个个体上均安装所述应变片、电机和陀螺仪，每个个体上设置多个所述电机，每个所述电机上均连接所述螺旋扇叶，以用于推动个体移动，所述微控制器通过所述电机带动所述螺旋扇叶旋转，并且所述微控制器通过改变PWM占空比的方式控制所述电机的转速，以获得个体移动所需要的推力；

所述应变片用于测量每个风扇作用在个体上的推力值并传送给所述微控制器，所述微控制器基于获得的实际推力值与目标推力值进行比较，从而实时调整电机的转速；与此同时，所述微控制器通过陀螺仪获得个体的当前角速度，从而获得个体的当前姿态角度并实时调整电机的转速差，进而实现个体的转弯，以此方式，使集群机器人的每个个体均按设定轨迹运动，进而实现对集群机器人运动的总轨迹路径的控制。

2.一种集群机器人智能控制方法，其特征在于，包括以下步骤：

1)微控制器获取测量数据，所述测量数据包括所有个体的位置信息、速度信息、角度信息和加速度信息；

2)微控制器将数据传送给上位机，上位机根据上一次获得的测量数据和总轨迹路径是否异常，如果是，则进入步骤3)，如果否，则进入步骤4)；其中集群机器人中每个个体分别具有运动轨迹，所有个体的运动轨迹共同形成集群机器人的所述总轨迹路径；

3)混合粒子群万有引力搜索算法接收异常信息，并根据异常状况重新计算集群机器人的最优总轨迹路径；

4)上位机根据当前的总轨迹路径、加速度信息、角度信息、位置信息和速度信息分析获得当前需要的每个个体的加速度大小a_i，并根据个体加速度a_i获得个体所需要的推力F_i，然后将推力F_i发送至微控制器；

5)微控制器根据推力F_i控制每个个体上的电机的转动，从而控制每个个体的运动，进而控制集群机器人运动的总轨迹路径。

3.根据权利要求2所述的一种集群机器人智能控制方法，其特征在于，在集群机器人遇到障碍物或集群机器人中的个体发生故障时，需要动态优化实时总轨迹路径，优化过程如下：

混合粒子群万有引力搜索算法的模型如下：

其中V^d_i(t+1)_pso来自粒子群算法的速度更新公式，并且，

其中V^d_i(t+1)_GSA来自万有引力搜索算法的速度更新公式，并且，

上述式(1)和式(2)中，为混合粒子群万有引力搜索算法的第i个粒子在迭代t+1次后的速度，V^d_i(t+1)_pso为粒子群算法的第i个粒子在迭代t+1次后的速度，V^d_i(t)_pso为粒子群算法的第i个粒子在迭代t次后的速度，x^d_i(t+1)为第i个粒子在迭代t+1次后的位置，x^d_i(t)为第i个粒子在迭代t次后的位置，C₃和C₄均为加速系数，用于调节混合粒子群万有引力搜索算法中粒子群算法的速度和引力搜索算法的加速度，Φ₃是[0，1]的任意数，并且Φ₃的大小决定了粒子群的速度和引力搜索算法的加速度对混合粒子群万有引力搜索算法中粒子速度更新所占比重，t是当前迭代次数，d是搜索空间的维数；

式(3)和式(4)中，w为惯性权重，C₁和C₂均为加速度系数，Φ₁和Φ₂均为在[0，1]范围变化的随机数；X_pbesti为个体最优粒子的位置，X_gbest为全局最优粒子的位置；

式(5)中，β为[0，1]之间的任意数，a_i为粒子的加速度；

优化时，先随机初始化种群粒子位置及飞行速度，比较粒子当前位置和该粒子所经历过最好位置X_pbesti的适应度值；若粒子当前位置的适应度值小于个体最好位置X_pbesti的适应度值，则以当前粒子位置替换X_pbesti；比较个体最优粒子位置X_pbesti和全局最优粒子位置X_gbest的适应度值，若X_pbesti的适应度值小于X_gbest的适应度值，则把X_pbesti赋予X_gbest；依据公式重新计算粒子位置和速度，若达到设定的迭代次数Max_Iter，则停止迭代，当前解即为最优解，从而获得集群机器人的最优总轨迹路径。