[发明专利]基于人工物理法的多智能体机器人协同控制方法

摘要

本发明是一种基于人工物理法的多智能体机器人协同控制方法。该方法基于多个智能体机器人以分布式的方式进行，每个智能体机器人上有一个或多个的传感器，用来采集、融合分布式数据，并使用信息处理结果驱动智能体机器人。概述分为下述步骤：(1)基于人工物理法，建立智能体机器人间相互作用的矢量力场；(2)通过解算智能体机器人合力，确定智能体机器人的运动速度和方向，并通过四点平滑的方法抑制模态转换的瞬态；(3)基于模糊控制的沿墙跟踪方法，实现智能体机器人的避障。

主权项

1.一种基于人工物理法的多智能体机器人协同控制方法，其特征在于：该方法基于多个智能体机器人以分布式的方式进行，每个智能体机器人上有一个或多个的传感器，用来采集、融合分布式数据，并使用信息处理结果驱动智能体机器人；该方法步骤如下：步骤(1)：基于人工物理法，建立智能体机器人间相互作用的矢量力场；在人工物理法的结构中，虚的物理力驱动一个智能体机器人群体系统以达到期望的状态；该状态是一个使全系统潜在能量最小化的形状，而系统表现为分子动力学特性，即其中，F代表力，m代表质量，a代表加速度；定义力规则：F＝Gm_im_j/r^p；其中F是智能体机器人i和智能体机器人j之间力的幅值，m_i、m_j为第i、j个智能体的质量，r是两智能体机器人间距离，G为代表聚类特性的参数，p为一个可调参数，p越大则F受r变化的影响越大；R为阈值距离，如果r≤R，力是斥力，如果r＞R，力是引力；每个智能体机器人都有一个用于检测距离和其它智能体机器人方位的传感器；受动器使智能体机器人能够以速度移动；为了确保力规则是局部的，智能体机器人的可视范围是1.5R；智能体机器人不需要具有相同的质量；最大力参数F_max为智能体机器人所能达到的加速度提供了一个必要的约束；从步骤(1)得出每个智能体上所受的力和力的方向，这些变量作为步骤(2)的输入；步骤(2)：通过解算智能体机器人合力，确定智能体机器人的运动速度和方向，并通过四点平滑的方法抑制模态转换的瞬态；每一个智能体机器人具有位置和速度我们使用离散时间近似智能体机器人的连续行为，时间步长为Δt；在每一个时间步长内，每一个智能体机器人的位置变化；该变化取决于当前速度，在每一个时间步长内，每一个智能体机器人的速度也发生改变速度的改变量受施加在智能体机器人上的力的控制，其中m是智能体机器人的质量，是智能体机器人上受到的力；每个智能体机器人所具有的质量m使智能体机器人具有动量；智能体机器人不需要具有相同的质量；最大速度参数V_max限制了智能体机器人的最大速度；在人工物理法的流程中，设智能体机器人群中智能体机器人个数为N，m_i的默认值取1.0，p默认值取2，重力常数G在初始化中被设定，ΔT为离散的步长；对任何一个智能体机器人i在每个离散时间段的人工物理法步骤流程如下：步骤2.1：首先智能体机器人i从传感器获取与其它智能体机器人间的夹角θ和距离值r；步骤2.2：得出与智能体机器人i距离最近的智能体机器人j，智能体机器人i与智能体机器人j夹角为θ₀和距离值为r；步骤2.3：依据下式确定F，θ，F为智能体机器人i所受力的大小，θ为智能体机器人i所受力的方向：F0=G/(r*r)r≤1.5R0r>1.5R]]>F=F0F0≤FmaxFmaxF0>Fmax]]>步骤2.4：计算F在x轴与y轴上的分量，得到SF_X与SF_Y；SF_X＝F×CosθSF_Y＝F×Sinθ步骤2.5：根据上述计算得到的SF_X与SF_Y，计算时间步长内的速度增量ΔV_x与ΔV_Y；ΔV_x＝SF_X*ΔT/m_i；ΔV_y＝SF_Y*ΔT/m_i；步骤2.6：计算时间步长后x轴和y轴上的速度分量V_x与V_y；V_1x和V_1y为上一步x轴和y轴上的速度分量；V_x＝V_1x+ΔV_x；V_y＝V_1y+ΔV_y；步骤2.7：依据下述公式对V_x，V_y进行限幅：步骤2.8：使用四点平滑方法计算智能体机器人i的期望移动速度和期望转动角度，即：V_fx＝(V_1x+V_2x+V_3x+V_x)/4V_fy＝(V_1y+V_2y+V_3y+V_y)/4{V_1x，V_1y}、{V_2x，V_2y}、{V_3x，V_3y}分别为前一步、前两步和前三步的速度值；依据V_fx，V_fy计算智能体机器人i期望转动角度θ’：步骤2.9：依据智能体机器人i期望移动速度V_fx、V_fy和期望转动角度θ’，控制智能体机器人i运动；步骤2.10：在智能体机器人i运动过程中不断迭代进行上述过程，即步骤2.1至步骤2.9；步骤(3)：基于模糊控制的沿墙跟踪方法，实现智能体机器人的避障；基于模糊控制的沿墙跟踪方法需要设计一个双输入单输出的模糊控制器，依据智能体机器人与墙壁的距离和相对于墙壁的角度判断智能体机器人的转向，使智能体机器人与墙壁保持一定的距离运动；模糊控制器主要由模糊化、知识库、模糊推理、清晰化四部分组成；设智能体机器人与墙壁的距离的模糊变量语言集合为很近，近，中，远，很远，其相应的语言变量分别记作：VC，C，M，F，VF；设智能体机器人与墙壁的相对角度的模糊变量语言集合为很右，右，中，左，很左，其相应的语言变量分别记为：VR，R，M，L，VL；模糊控制规则表中GA、TLL、TL、TRL、TR的意义为前行、向左小转、向左转、向右小转、向右转；设S_r为智能体机器人与墙壁的距离，w_r为智能体机器人与墙壁的相对角度，U为输出，智能体机器人在沿墙跟踪时的速度为V_follow；该沿墙跟踪方法的基本流程如下：步骤3.1：智能体机器人通过传感器探测正前方、左前方、右前方障碍物的距离R_f、R_1f、R_rf；当正前方的障碍物距离R_f智能体机器人小于阈值R_i时，则进入沿墙跟踪状态；若R_1f大于R_rf，则进入右沿墙跟踪状态；否则则进入左沿墙跟踪状态；记录此时智能体机器人的位置坐标(X_i，Y_i)和方向角θ_i；步骤3.2：智能体机器人通过其侧面的传感器得到墙壁与其距离S_r和夹角w_r；右沿墙跟踪使用智能体机器人右侧的传感器，左沿墙跟踪使用智能体机器人左侧的传感器；步骤3.3：根据距离隶属函数和角度隶属函数计算模糊控制输入量；步骤3.4：根据模糊控制规则表判断模糊控制输出量，即得到智能体机器人的转向；步骤3.5：根据输出隶属函数将模糊控制输出量清晰化；步骤3.6：依据清晰化的结果控制智能体机器人运动；步骤3.7：在每个时间步长内迭代运行上述过程；步骤3.8：如果同时满足以下条件则退出沿墙跟踪方法：3.8a：根据进入沿墙跟踪时的坐标(X_i，Y_i)和方向角(θ_i)确定一条直线，智能体机器人距这条直线的距离R_line小于阈值R_o；3.8b：智能体机器人到(X_i，Y_i)的距离R_dis大于阈值R_r。