专利名称：基于Ad Hoc网络的多机器人路径规划方法
技术领域：
本发明涉及一种智能控制方法，特别涉及一种可用于煤矿矿井下的多机器人路径规划方法。
背景技术：
煤炭工业是我国的国民经济的基础产业，“煤炭在我国能源发展格局中的基础地位是稳固的，前景是开阔的”。建国60年来，煤炭作为我国的主要能源，在一次能源消耗结构中约占70%。我国以煤炭作为主要能源的格局在今后50年内不会有根本性的变化。随着我国国民经济快速增长，人民生活水平不断提高，国家对能源的需求将有较大幅度增加。 根据煤炭工业发展研究咨询中心科学调查分析，预测全国煤炭需求2020年为20. 5亿吨。 可以预测，到2020年，随着我国经济总量翻两番，对煤炭这一基础的需求也将大幅度增长。 煤矿是复杂、危险的工作环境，不稳定结构等危险因素太多，时常威胁到工人的生命安全。 而且在发生安全事故后，常常会因为井下复杂危险的环境而阻碍救援人员深入井下开展工作，也时常威胁到救援队员的生命安全。机器人作为人类20世纪最伟大的发明之一，在短短40年内发生了日新月异的变化。随着通信、计算机、传感、电子、控制等技术以及人工智能技术的快速发展，集多种先进技术为一体的机器人技术在市场需求的牵引下已经取得了很大的发展。单个的移动机器人所能获得的信息有限，能够完成的任务以及对信息的搜集能力也是有限的。随着研究的深入，单个移动机器人在某些应用上，显得力不从心，为了解决这类问题，人们考虑在目前的机器人技术水平条件下，采用多个机器人相互协作以弥补单个机器人能力的不足，多机器人系统(multi-robot system)的研究在此需求下应运而生。随着机器人的研究和应用领域的不断扩大，应用的需求也对多机器人系统的研究提出了更高的要求，为了更好地完成任务，多个机器人协作完成任务也逐渐成为研究的热点。美国是开展煤矿救援机器人研究较早的国家之一，早在1998年11月Sandia智能系统及机器人研究中心就推出了机器人用于煤矿检测侦查，目前这种机器人已经广泛用于矿业救援、战场侦察、扫雷等领域。俄罗斯的机器人研究者目前正在致力于研究一种昆虫行走系统的小型仿生机器人，这种机器人也将应用到井下救援侦查等方面。日本、英国、韩国等国家在侦查、救援机器人方面开展研究工作较多。英国科学家在2003年就根据达尔文的进化理论原理，设计出一种蛇形侦察机器人。我国搜救机器人水平与国外相关技术差距很大，主要是我国一直以来没有对搜救机器人研究与开发给予足够的重视，人力物力财力投入较少。
发明内容
有鉴于此，为了解决上述问题，本发明提出一种在煤矿发生矿难，井下通信中断， 情况复杂未知的状况下，通过多个机器人相互协作，搜索出一条救援的最优路径。利用机器人本身自带的传感装置，在搜索的过程中，对井下信息进行探定，搜集，达到救援的目的。
本发明的目的是这样实现的本发明提供的基于Ad Hoc网络的多机器人路径规划方法，包括以下步骤步骤1 获取机器人所处环境的地理信息，初始化每个机器人的工作状态，设置机器人预设搜索路径；步骤2 机器人在前进搜索过程中，机器人通过传感器探测环境信息，测得周围障碍物的坐标位置，获取当前状态下的环境信息；步骤3 比较当前状态下的环境信息与预设搜索路径环境的地理信息，如果当前状态下的环境信息与预设搜索路径环境的地理信息不同，则该机器人发出区别信号；步骤4 同时在搜索过程中释放信息素；步骤5 将每个机器人作为网络节点，建立Ad Hoc网络系统；步骤6 机器人接收信息素，根据预设搜索路径、接收的信息素来确定机器人的最优路径。进一步，所述步骤2中利用探测到环境信息，建立局部地图，然后将局部地图中的局部坐标转换成整个环境的全局坐标，所述局部坐标与全局坐标通过以下公式进行Xg = r*cos ( θ r+ θ ) +Xr+ug*cos ( θ r) -Vg*sin ( θ r)(1)Yg = r*sin( θ r+ θ ) +Yr+ug*sin ( θ r) +Vg*cos ( θ r)(2)其中，(Xg，Yg)为障碍物在全局坐标系中的坐标，(Xr,Yr)为机器人在全局坐标系中的坐标，θ ^为机器人在全局坐标系角度，(ug,vg)为声纳在机器人上的局部坐标，θ为声纳在机器人上的局部坐标角度，r为声纳测距；进一步，所述步骤5中还包括为每个机器人设置数据结构禁忌表，所述禁忌表记录了 t时刻机器人已经走过的网点，不允许该机器人在本次循环中再次经过这些网点，当本次循环结束后，禁忌表显示出该机器人当前建立的解决方案，之后被清空；当机器人完成一次循环，各路径上的信息素量得到调整
权利要求
1.基于AdHoc网络的多机器人路径规划方法，其特征在于包括以下步骤步骤1 获取机器人所处环境的地理信息，初始化每个机器人的工作状态，设置机器人预设搜索路径；步骤2 机器人在前进搜索过程中，机器人通过传感器探测环境信息，测得周围障碍物的坐标位置，获取当前状态下的环境信息；步骤3 比较当前状态下的环境信息与预设搜索路径环境的地理信息，如果当前状态下的环境信息与预设搜索路径环境的地理信息不同，则该机器人发出区别信号；步骤4 同时在搜索过程中释放信息素；步骤5 将每个机器人作为网络节点，建立Ad Hoc网络系统；步骤6 机器人接收信息素，根据预设搜索路径、接收的信息素来确定机器人的最优路径。
2.根据权利要求1所述的基于AdHoc网络的多机器人路径规划方法，其特征在于所述步骤2中利用探测到环境信息，建立局部地图，然后将局部地图中的局部坐标转换成整个环境的全局坐标，所述局部坐标与全局坐标通过以下公式进行
3 根据权利要求1所述的基于AdHoc网络的多机器人路径规划方法，其特征在于所述步骤5中还包括为每个机器人设置数据结构禁忌表，所述禁忌表记录了 t时刻机器人已经走过的网点，不允许该机器人在本次循环中再次经过这些网点，当本次循环结束后，禁忌表显示出该机器人当前建立的解决方案，之后被清空；当机器人完成一次循环，各路径上的信息素量得到调整
4.根据权利要求3所述的基于AdHoc网络的多机器人路径规划方法，其特征在于所述步骤5中还包括为每个机器人建立通信网络时采用的路由协议，所述路由协议为AODV路由协议，所述AODV路由协议包括路由查找和路由维护，所述路由查找为在源节点需要与其它节点通信但是又没有相应的路由信息时发起路由查找过程；源节点通过对邻节点广播路由请求RREQ来发起路由查找；AODV路由协议中的路由表包括目的节点、下一跳节点、距离目的节点的跳数、目的节点序列号、本路由的活跃邻节点和本路由的超期时长，随着节点移动，网络拓扑结构不断变化，迅速找到到达目地节点的路由，完成机器人之间的通信，实现信息的传递。
5.根据权利要求1所述的基于AdHoc网络的多机器人路径规划方法，其特征在于所述步骤6中通过在t时刻机器人k在节点i选择节点j的转移概率《(0来确定机器人的最优路径，采用以下公式进行计算
6.根据权利要求5所述的基于AdHoc网络的多机器人路径规划方法，其特征在于 所述机器人的传感器，包括声纳、摄像头、气体传感器、温度传感器、生命探测仪中一种或多种。
7.根据权利要求1-6任一项所述的基于AdHoc网络的多机器人路径规划方法，其特征在于所述机器人所处的环境为煤矿矿井。
全文摘要
本发明公开了一种基于Ad Hoc网络的多机器人路径规划方法，涉及一种可用于煤矿环境的基于Ad Hoc网络的多机器人路径规划方法，属于智能控制方法，本发明以蚁群算法为核心，对煤矿发生矿难后的复杂环境进行路径规划，寻找最优路径，达到救援的目的。并通过Ad Hoc网络实现通信，克服了蚁群算法通信缺乏、不能直接通信的问题；采用本发明的多机器人路径规划方法，可以使救援工作得到清楚的信息数据，使救援能够更好的完成。
文档编号H04W84/18GK102288192SQ20111018431
公开日2011年12月21日 申请日期2011年7月1日 优先权日2011年7月1日
发明者张毅, 徐晓东, 李敏, 李艳乐, 罗元, 胡章芳 申请人:重庆邮电大学