专利名称：机器人控制软件模块划分方法
技术领域：
本发明属于机器人领域，具体涉及机器人控制软件模块化技术，特别是模糊聚类与层次分析法相结合的机器人控制软件模块划分方法，基于信息熵思想的机器人软件模块化系统评价方法。
背景技术：
近年来，随着机器人研究领域的不断发展，机器人模块化控制技术逐渐成为研究的热点，模块划分方法是该技术的关键，如何合理有效地划分机器人软件控制系统成为机器人模块化研究亟待解决的问题。经对现有技术的文献检索发现，现已有多种模块化的机器人系统。如比，专利号为5523662的美国专利公开了一种模块化、可扩展和可重构的机器人系统，该机器人系统至少包含2个由一些紧凑型的转动关节所组成的机械手模块，每个模块可以被拆卸并重装成各种不同的配置形式。专利号为US2008/0046121A1的美国专利公开了一种可重构模块化机器人的开发系统，该系统包括:一个包含通信接口的单片机，一个连接人机接口的主控制器,一个命令和信号传输模块，以及执行命令的从控制器和一个功能模块。然而，以上两种技术侧重在机器人系统实现上，没有提出控制软件的划分以及模块划分的原则和方法，很难使其中所提到的模块化系统推广使用和普及。公开号为CN100488732C的中国专利“模块化及标准组件构成的机器人”，提出了一种由能量模块、规划控制模块、驱动模块、传感模块、通讯模块、连接件组成的模块化机器人，连接件通过标准通讯接口连接，方便组件之间的组装公开号为CN101879720A的中国专利“可重构模块化机器人的控制系统”，提供了一个开放的、灵活的、图形化的控制系统。以上两种技术由均设计者根据 自己的经验定义系统划分方案，缺乏定量的评价模型，很难获得最优的划分结果。
发明内容
针对机器人系统控制软件模块划分中存在的上述问题，本发明提供了一种通用的机器人控制软件模块划分方法，旨在降低人为因素对模块划分的影响，实现机器人系统控制软件模块化的定量评价，为不同划分粒度下的系统评价提供依据。本发明采用如下的技术方案:首先，将系统按最小机能划分，使系统划分粒度最小，得到功能粒度最小的元素样本集；然后，从功能和结构的角度对样本集元素进行相关性分析，应用模糊树图聚类方法将具有一定相关性的元素聚类合并。通过选取不同的阈值可以得到各子树在不同水平上的划分方案。最后，根据信息熵思想，从集成复杂度、内聚度、耦合度和负载均衡度四个方面综合评价模块划分方案，并选取最优划分结果。一种机器人控制软件模块划分方法，其特征在于包括以下步骤:步骤一，将机器人控制软件按照最小功能进行划分，得到功能粒度最小的元素样本集。
步骤二，从功能和结构的角度对软件最小粒度元素样本集进行相关性分析。功能交互主要体现在各元素之间的控制流、数据流、信息流和调用流的转换和传输上；结构相关性是指样本元素在内存空间、网络节点分布以及对硬件依赖等方面的相关性,本发明主要从组合类型、联接类型和配合方式3个方面衡量样本元素间的结构相关性。具体方法如下:(I)确定功能相关性评价指标，建立各个指标的量化值；(2)确定结构相关性评价指标，建立各个指标的量化值；(3)建立相关性计算数学模型。以表示样本集中元素i与元素j的相关度，即交互作用程度。相关度的构造方法为:
权利要求
1.一种机器人控制软件模块划分方法，其特征在于包括以下步骤: 步骤一，将机器人控制软件按照最小功能进行划分，得到功能粒度最小的元素样本集; 步骤二，从功能和结构的角度对软件最小粒度元素样本集进行相关性分析； 步骤三，运用层次分析法获取功能和结构评价准则对元素样本间相关性的权重系数，方法如下: (O建立层次结构模型 将模块划分问题划分为三层结构，最上层为目标，即将机器人控制软件模块化；中间层为准则层，包括四个相关性准则:功能相关性、接口数量、接口类型和硬件依赖关联类型；最下层为方案层，即模块划分方案； (2)构造成对比较矩阵 将每一个具有向下隶属关系的元素(被称作准则)作为判断矩阵的第一个元素(位于左上角)，隶属于它的各个兀素依次排列在其后的第一行和第一列； 设某层有η个因素:X = Ix1, χ2,, xj，要比较它们对上一层某一准则(或目标)的影响程度，确定在该层中相对于某一准则所占比重； 用au表示第i个因素相对于第j个因素的比较结果，得到下面的成对比较矩阵:
2.根据权利要求1所述的一种机器人控制软件模块划分方法，其特征在于，步骤二对软件最小粒度元素样本集进行相关性分析的方法如下: (1)确定功能相关性评价指标，建立各个指标的量化值； (2)确定结构相关性评价指标，建立各个指标的量化值； (3)建立相关性计算数学模型； 以ru表示样本集中元素i与元素j的相关度，即交互作用程度，相关度的构造算法为:
3.根据权利要求1所述的一种机器人控制软件模块划分方法，其特征在于，步骤五中的方案评价指标由下面四项构成: (1)集成复杂度 采用接口数量与接口中传输数据量相结合的信息熵模型作为集成复杂度的评价，集成复杂度L1的计算公式如下:
4.根据权利要求1或3所述的一种机器人控制软件模块划分方法，其特征在于，步骤五中对所有指标进行综合计算和比较，从而确定较合理的划分方案的方法如下: 首先，将所得的评价指标按下述公式正规化处理:
全文摘要
本发明属于机器人领域，公布了一种机器人控制软件模块划分方法。首先，将系统按最小机能划分，得到功能粒度最小的元素样本集。然后，从功能和结构的角度对样本集元素进行相关性分析，应用模糊树图聚类方法将具有一定相关性的元素聚类合并。通过选取不同的阈值得到各子树在不同水平上的划分方案。最后，根据信息熵思想综合评价模块划分方案，并选取最优划分结果。通过采用模糊聚类与层次分析的结合量化系统元素之间的相关度，减少了模块划分中人为因素的影响，降低了机器人控制软件模块化过程的难度；通过信息熵思想提出数学评价模型，为机器人软件系统模块划分粒度问题提供了合理有效的解决方案，缩短模块划分的开发周期，降低系统的开发成本。
文档编号G06F19/00GK103235877SQ201310127368
公开日2013年8月7日 申请日期2013年4月12日 优先权日2013年4月12日
发明者贾松敏, 郭兵, 王可, 庞雄伟 申请人:北京工业大学