一种群体移动物联网机器人控制方法与流程

本发明涉及机器人控制领域，尤其涉及一种群体移动物联网机器人控制方法。

背景技术：

随着物联网技术的日益成熟，大规模的物联网机器人协同工作成为可能，而在此之前，机器人的任务分配，有序集群运动等问题也急需解决。参考自然界生物不难发现，群体行为是普遍存在的一种生物行为模式，蚁群能够通过集体协作猎杀体型远超过自身的昆虫或者高效的构造巢穴，候鸟在迁徙过程中能够组成有利于飞行的阵型，海洋中的某些鱼类会集群躲避捕食者的威胁，这些生物集群看起来并没有所谓的“中枢系统”统一发号指令，却能有条不紊的共同实现某一目标，着实令人叹为观止。很明显，这种自然形成的系统具备某种自组织性，不会因某个“核心”失效而导致系统整体失效，系统内的个体虽然可能功能单一，却也因此具有可替换性，在相当大的范围内增减个体数量不会对系统功能产生影响，健壮性极强。而这些特点正是大规模物联网机器人系统所需要的，具有极佳的参考意义。研究者对开生物集群行为模式的研究和模仿已进行了数十年，1987年，Reynolds建立了分散式行为模型并对鸟群进行了仿真，证明简单个体间通过密集交互可以实现聚合行为，这是人们最早对自然集群的研究和模拟。1993年，Beni等人提出“元胞机器人系统”具备实现智能行为的能力，并正式引入了集群智能概念。此后大量集群控制算法涌现，各类算法已经能够实现丰富的群体行为控制，然而在实际情况中不可变的，单一的控制算法往往无法满足需求，相比之下，可以随时间变化的控制算法更适合描述真实环境下群体系统的工作模式，也具备更强的环境适应能力。本发明针对这一现状提出了一种时变控制算法，旨在实现丰富的、随时间变化的物联网机器人群体控制功能。

技术实现要素：

本方法的核心思想是令物联网机器人的控制函数中包含时间项，使其成为关于时间的函数，当时间改变时控制函数也随之变化。此外，考虑到实际的机器人群体中存在成员分工不同及通信延迟，允许各机器人个体在同一时间点受不同函数驱动，以此进一步增加算法灵活性。以下给出算法实现细节：

设集合S_V＝{(V_x1+V_y1),(V_x2+V_y2),…,(V_xn+V_yn)}代表位置移动类控制函数集，V_x1,V_x2,…,V_xn为不同类型的关于位置的函数，用于指定机器人在二维空间中向x轴方向的位移，V_y1,V_y2…,V_yn同上，用于指定y轴方向的位移。设集合S_O＝{O₁,O₂,…,O_m}代表其它类型控制函数集，O₁,O₂,…,O_m为控制机器人实现除位置移动外的某种特定功能(此处“功能”包括但不限于姿态调整、数据采集、通信及各类与周围环境交互的动作等)的控制函数。令S＝{C_t1E₁,C_t2E₂,…,C_tNE_N}代表各种子控制函数的集合，其中1≤N≤m+n，E₁,E₂,…,E_N表示不同类型的子控制函数，各函数均应取自S_V或S_O，即E_i∈S_V∪S_O,1≤i≤N，参数1≤i≤N用于引入时间变量t。在任意时刻t，作用在某机器人个体上的控制函数f(t)表示为：

上式表示在任意时刻t，作用于一个可控机器人个体上的子控制函数有且只有一个，t₀,t₁,…,t_N将时间分为N段，当t从t₀到t_N变化时，集合S中的子控制函数将在每个时间段内依次对机器人个体产生作用，轮流主导机器人行为。合理规划集合S中的子控制函数实现丰富的、随时间变化的控制功能。任何能够控制机器人实现某种特定功能(如位置移动、姿态调整、数据采集、通信及各类与周围环境交互的动作等)的控制函数均可作为集合S中的子控制函数。此外，除提前规划外，集合S中的子控制函数还可实时、动态地进行增减，以满足复杂多变的实际工作需求。

附图说明

图1为本算法的控制流程图；

图2为本算法控制下的机器人群体运动轨迹。

具体实施方式

本方法应用于物联网机器人控制时基本控制流程如下：

S1.物联网机器人接收外部指令，规划任务及任务时间，即构建或修改控制函数集合S。

S2.根据规划准备一项新任务，即设置或变更控制函数，任何控制函数都应取从上一步中构建或修改的控制函数集合S中选取。

S3.执行当前任务，即机器人在当前控制函数作用下行动。

S4.检查是否有修改指令的请求，即是否需要修改或重建控制函数集合S。若为是，则转至步骤S1，若为否，则继续下一步。

S5.判断当前任务是否已耗尽预定时间，即是否已超出当前控制函数作用的时间范围。若为是，则进行下一步，若为否，则转至步骤S3继续执行当前任务。

S6.判断当前任务是否为预定的最后一项任务。若为是，则流程结束，若为否，则转至S2准备下一项任务。

附图1展示了本算法的控制流程。

以物联网机器人集群运动控制为例进行详细说明：当个体间同时存在吸引及排斥的相互作用时，每个个体能够在特定距离下达到受力平衡，而这可以成为群体构成稳定阵型的保障，建立如下控制函数模型：

V_xi,V_yi分别用于指定机器人沿x轴和y轴方向的位移，分别为x轴和y轴方向的单位向量，x,y为该机器人的当前坐标，x_j,y_j代表该机器人附近其他第j个机器人的坐标，如果该机器人附近有M个其他机器人，则j为1到M之间的整数。k为比例系数，当该机器人互相位于对方的吸引区内时，引力占主导地位，相应的k应取一负数，当机器人间距在平衡区内时，两机器人间无互相作用力，k为0，否则斥力占主导地位，k取一正数。设定不同的引力区，平衡区及排斥区范围即可实现不同的控制效果。

现考虑如下情形：在二维环境中随机放置若干物联网机器人，个体在t₀时刻处于静止状态，此时控制函数表示为:

V_x1＝0

V_y1＝0

在时间点t₁时各物联网机器人接收外部指令进行必要的初始化设置，在t₂完成操作，本阶段控制函数设为O₁。

之后各机器人根据指令执行聚拢操作，此阶段控制函数取为：

的取值表示当受控机器人与周围第j个机器人的间距d_j<10时两个体相互排斥，d_j≥30时两个体相互吸引，排斥作用强于吸引作用以避免碰撞。聚拢完成后希望各个体有序分散，重新构成相对松散的阵型，设这一行为在时间点t₃开始，t₄点结束，则此阶段控制函数可取为：

综合考虑以上各阶段函数，令S_V＝{(V_x1+V_y1),(Vx₂+V_y2),(V_x3+V_y3)}为位置移动类控制函数集，S_O＝{O₁}为其他类型控制函数集，则S＝{C_t1E₁,C_t2E₂,C_t3E₃,C_t4E₄}，其中E₁＝(V_x1+V_y1),E₂＝O₁,E₃＝(V_x2+V_y2),E₄＝(V_x3+V_y3),在任意时刻t，作用在某机器人个体上的控制函数表示为：

上述控制函数作用于物联网机器人实现集群阵型控制，附图2展示了该算法控制下的机器人运动轨迹，矩形标示了起始位置，圆形及三角形分别标示了各控制函数下机器人的相对稳定位置。全部流程中作用于机器人的控制函数共变化三次，实现了静止→初始化设置→构建紧密阵型→构建松散阵型的动态变化过程，展示了本算法的时变特性。上述集群阵型控制仅为本方法的应用之一，实际上只要构建恰当的控制函数集合S、合理规划控制函数作用的时间域并遵循附图1所示的控制流程即可实现各种实际情况中需要的控制功能。