[发明专利]一种基于改进的CRM对群体机器人的故障检测方法

权利要求书

1.一种基于改进的CRM对群体机器人的故障检测方法，其特征在于，包括以下步骤：

S1、行为表征，采用E-Puck机器人，针对E-Puck机器人的传感器、执行器以及传感器与执行器之间的交互所表现出来的行为，设置六个行为特征，并将六个行为特征串联在一起形成一个特征向量，六个行为特征的设定如下：

F₁(t)、F₂(t)表示的[0-15cm]，[15-30cm]内是否存在邻居机器人，S[n(t)]是单位阶跃函数，n(t)是机器人个数；

表达的是用角加速度表示航向的变化，F₃(t)，F₄(t)表示的t时刻机器人的速度和角度是否达到最大速度和角加速度的10％；

F₅(t)和F₆(t)是时间t下，机器人在感知是否有邻居机器人的情况下，航向发生改变的行为特征，定义事件U_m(t)，U_n(t)如下：

U_m(t)＝S(|n_a(t)+n_b(t)|)∧M(t)

如果事件成立，则设置F₅(t)和F₆(t)为1，反之为0，公式如下：

通过上述的行为特征设定，对机器人的行为用一个二进制编码的字符串表示，即行为特征向量；

S2、交叉调节模型(CRM)原理，CRM描述了适应性免疫系统中细胞的种群动态，允许系统只根据体内抗原的密度和持久度来区分抗原，从而使整个系统保持免疫耐受，对外来病原体产生免疫反应，CRM是由三种相互作用的细胞类型组成：抗原呈递细胞、效应细胞以及调节细胞，三者之间相互作用。通过C_ij的常微分数学公式描述三种细胞种群之间相互作用的动力学关系；

其中C_ij是第i个克隆T细胞和第j个APC子群之间相互作用的结合物，γ_c、γ_d和θ_ij分别是T细胞克隆和APC子群之间的结合率、解离率以及亲和力，结合物C_ij的数量会受到结合率、解离率以及亲和力的影响，T_i是T细胞克隆类型i的子细胞群，并且会受到新细胞涌入、单细胞分裂增殖生长以及细胞的死亡衰落的影响，在初始条件下，对于任意i，有

通过该微分方程求解出激活的效应细胞T_E和激活的调节细胞T_R，根据CRM的免疫耐受原理可知，当处于低浓度的APC时，免疫系统表现的是由T_E细胞主导的免疫反应，当在较高的APC浓度时，系统处于双稳态状态，即可为耐受反应也可为免疫反应，此时，当克隆的T细胞子群中含有足够的T_R细胞情况下，会变成由T_R细胞为主导的耐受状态，因此，在较高的APC浓度以及体内拥有足够的T_R细胞的情况下，系统会有一个良好的容忍响应；

将上述原理运用到多机器人系统上，在控制周期内，集群中的每一个机器人计算邻居机器人的特征向量并且估计其特征向量的分布，每个特征向量所对应的邻居机器人的个数，在每个机器人的内部实施CRM算法，生成感知到每个特征向量所对应的APC，每个APC向T细胞提供一个单独的特征向量，生成APC的数量是A_j＝FV_j，其中j∈{1，...，M}，M＝2⁶是机器人所能感知到的最大数目的特征向量；

每个克隆的T细胞(T₁，...，T_M)都有编码为二进制串的不同受体，因此决定了受体与APC之间的亲和力θ_ij，表示为：

其中D_H[i，j]是受体T_i和特征向量呈递的A_j之间的汉明距离，通过对C_ij进行数字积分，根据亲和力公式，计算出激活的效应细胞T_E和激活的调节细胞T_R分别为：

当T_R＞T_E时此特征被分类为正常的行为特征，反之，当T_E＞T_R时，此特征被分类为异常行为特征；

此时的D_H[i，j]是受体T_i和特征向量呈递的A_j之间的汉明距离，也就是观察到的机器人的行为特征向量与机器人本身的行为特征向量之间的差异。由于在具体的群体行为之下，群机器人是知道自己所要执行的行为的，并且每种行为所表现出对异常行为区分度是不同的，例如，当在发生聚集行为的时候，集群中的机器人聚集在一起，机器人无邻居的可能性比较小，因此，F₆行为特征则没有F₁和F₂行为特征对故障机器人的区分度高，因此在群体行为已知的先验条件下，对机器人的行为所具有的的影响力进行评价，做出一个每种特征的影响力等级表，对于不同的行为特征赋予不同的权值，采用加权的汉明距离表示受体T_i和APC呈递的A_j之间的差异程度，对亲和力值产生影响，获得更加准确的T_R和T_E的数量，提高异常行为特征的识别率，加权的汉明距离公式WD_H如下所示：

其中w_i代表的是六位二进制字符串上每一位上的权值，x_i，y_i代表的分别是受体T_i和特征向量呈递的A_j上的第i位特征值，则亲和力θ_ij表示为：

对于汉明距离的权值设定是首先采集CRM下检测群体机器人中故障时，分别在四种群体行为下，模拟未注入故障与注入故障后的群体机器人故障检测，统计模拟结束后每个机器人相应行为特征值0和1的总数，进行归一化处理，对正常行为和异常行为的1的比例进行异或处理，得到一个范围为[0，1]的取值，对取值进行[0，0.3]，(0.3，0.7]，(0.7，1]三个等级划分，分别为无影响，有影响，显著影响，根据等级赋予具体行为下，每个行为特征的权值w_i，在根据加权的行为特征即优化的CRM进行群体机器人的故障检测；

S3、联合每个机器人优化的CRM检测结果，做出群体决策，大多数机器人表现的行为为正常行为，少数的则为异常行为。

2.根据权利要求1所述的一种基于改进的CRM对群体机器人的故障检测方法，其特征在于：所述步骤S2中的四种群体行为分别为：聚集、分散、归巢以及蜂拥。