[发明专利]未知环境下基于生物启发的多机器人协作搜索方法

权利要求书

1.一种未知环境下基于生物启发的多机器人协作搜索方法，其特征在于：包括下述步骤：

S1,将多机器人整体视作一个系统，记为MRS；每个机器人视为一个子系统，记为RS；

S2,首先建立栅格地图，将任务搜索区域划分为个面积相同的栅格，每个所述栅格有三种状态：存在目标、无障碍物和目标、存在障碍物；每个机器人利用携带的传感器获取其周围环境信息并更新栅格地图状态；

S3,基于栅格地图建立二维生物启发神经网络，所述二维生物启发神经网络中的每个神经元对应一个栅格，并有一个匹配的神经元活性值；所述神经元活性值Q的大小取决于外部刺激信号；

S4,将二维生物启发神经网络与栅格地图的状态结合，即：存在所述目标的栅格神经元对应的外部刺激信号为激励信号，存在所述障碍物的栅格神经元对应的外部刺激信号为抑制信号；

S5,初始化神经元活性值和所述RS运动步数，每个RS根据其探测范围内每个栅格的状态更新对应的神经元活性值，位于探测范围以外的栅格神经元活性值不变；

S6,更新完毕后，各个所述RS之间进行迭代协同决策，从而确定每个RS下一步运动至哪个栅格；

所述确定每个RS下一步运动至哪个栅格的步骤为：

S6.1，确定所述MRS迭代决策顺序：第一个进行决策的机器人记为，第二个进行决策的机器人记为，类似地，最后迭代的机器人被记为；

S6.2，所述进行决策：引入DMPC方法进行决策，具体为：通过预测未来步的位置状态，并基于当前的所述二维生物启发神经网络得到所述步累积搜索效能函数，使用MATLAB自带的遗传算法工具箱优化求解使所述搜索效能函数最大，进而得到预测的未来步的最优运动方向控制输入；之后，复制当前的二维生物启发神经网络状态，并根据未来步预测的所述控制输入，对复制的二维生物启发神经网络进行更新，得到一个用于决策的虚拟二维生物启发神经网络，将所述虚拟二维生物启发神经网络发送给所述；其中：表示当前第k步的控制输入，表示第步的控制输入，表示第步的控制输入；

S6.3，中间机器人迭代决策：

所述接收到发送的虚拟二维生物启发神经网络后，基于虚拟生物启发神经网络优化求解出自身步的最优运动方向控制输入，并基于自身步预测控制输入，对接收到的虚拟二维生物启发神经网络更新，得到一个新的虚拟二维生物启发神经网络，并发送给；一直迭代，直到决策完毕；其中：表示当前第k步的控制输入，表示第步的控制输入，表示第步的控制输入；

S6.4，二维生物启发神经网络状态更新：每个RS基于求解到的步预测运动控制输入的第一步运动至步，并更新二维生物启发神经网络；

S6.5若区域覆盖率或RS最大运动步数未达到设定阈值，则返回S6.1，否则MRS搜索过程结束。

2.根据权利要求1所述未知环境下基于生物启发的多机器人协作搜索方法，其特征在于：S2中, 每个所述机器人利用携带的超声波传感器探测障碍物，利用红外传感器检测目标物。