[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

说明书

本发明公开了一种未知环境下基于生物启发的多机器人协作搜索方法，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,建立栅格地图，每个栅格有三种状态：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，每个神经元对应一个栅格，并有一个匹配的神经元活性值；S4,将二维生物启发神经网络与栅格地图的状态结合；S5,初始化神经元活性值和所述RS运动步数；S6,各RS之间进行迭代协同决策，确定每个RS下一步运动至哪个栅格。本发明通过MRS之间迭代协同决策，确保RS之间无相互碰撞，大大提高了机器人之间的协作性能。

技术领域

本发明涉及机器人区域覆盖搜索方法，尤其是涉及未知环境下基于生物启发的多机器人协作搜索方法。

背景技术

随着机器人技术的发展，移动机器人已经取代人类来完成一些特定的任务，

区域覆盖搜索是其中的一个重要方面。未知环境下的区域覆盖搜索问题广泛存在于无人机侦察、灾后对被困人员的搜寻等领域。“未知环境”是指任务搜索区域中搜索目标和障碍物的分布是未知的，但是搜索区域的边界是已知的。多机器人系统(MRS)是当前研究的热点，与受个体工作能力限制的单机器人相比，多机器人系统在执行区域覆盖搜索任务时具有高度并行性、鲁棒性和协作性。

当MRS在未知环境中执行区域覆盖搜索任务时，一方面要求各机器人相互协作获取环境信息，并以最大覆盖率搜索任务区域；另一方面，还要求：（1）相对于任务搜索区域的面积大小，单个机器人携带的传感器的检测范围非常有限；（2）所有机器人没有环境先验信息，障碍物和目标只有出现在机器人携带的传感器探测范围内才能被发现；（3）机器人必须能够实时避开障碍物并避免机器人之间的碰撞。因此，机器人必须根据环境信息的更新，实时决策出下一步搜索路径。

目前，现有的机器人搜索环境模型未考虑障碍物因素，多机器人覆盖搜索时的协作性较差，搜索后期容易陷入局部最优的问题。

发明内容

本发明目的在于提供一种未知环境下基于生物启发的多机器人协作搜索方法，实现快速、完整的覆盖整个搜索任务区域。

为实现上述目的，本发明采取下述技术方案：

本发明所述未知环境下基于生物启发的多机器人协作搜索方法，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（超声波传感器探测障碍物，红外传感器检测目标物）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（初始），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（假设单个机器人探测范围为个栅格），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。

S6中, 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；