一种基于隐式信息交互方式的群机器人目标搜索方法

摘要

本发明提出一种基于隐式信息交互方式的群机器人目标搜索方法，首先将搜索区域按照固定间隔栅格化为若干正方形离散单元，建立每个机器人的搜索地图；其次，对于每个机器人而言，根据自身探测结果更新搜索地图中每个栅格中存在目标的概率，并在搜索算法中引入个体对邻居机器人状态的主动探测，克服广播式通信无法进行时不同个体之间的信息交互障碍，从而实现目标分布的情况未知的条件下，多个机器人互相配合，完成搜索任务。本发明抛开对于显式信息交互方式的依赖，仅依据个体自身对邻居状态的观测进行信息融合，依据观测信息采用隐式通信方式来解决通信受限下的多机器人目标搜索问题。

权利要求

1.一种基于隐式信息交互方式的群机器人目标搜索方法，其特征在于：包括以下步骤：

步骤1：将搜索区域按照固定间隔Δs栅格化为Lx×Ly个正方形离散单元，每个栅格记为sc＝(xs,ys)，其中，xs∈{1,2,3,...,Lx},ys∈{1,2,3,...,Ly}；根据栅格化的搜索区域，为每个机器人建立搜索地图，搜索地图中的每个栅格信息用结构体 表示，该结构体表示栅格sc在二维平面内的坐标位置以及该栅格中存在目标的概率；

步骤2：对于群机器人中的每个机器人，采用以下基于隐式信息交互的方式进行目标搜索：

步骤2.1：初始化：对于第i个机器人，初始化其搜索地图中每个栅格存在目标的概率为步骤2.2：每个机器人对探测靶面内的栅格进行探测，根据机载传感器观测栅格内目标的存在情况，观测结果为二项分布，只有目标存在、目标不存在两种观测值，并通过指示灯颜色展示观测结果；

步骤2.3：每个机器人根据观测结果，依据以下公式对自身搜索地图中每个栅格存在目标的概率进行一次更新：

其中 表示t时刻机器人i的搜索地图中，栅格sc的目标存在概率， 表示t+1时刻机器人i的搜索地图中，栅格sc的目标存在概率，pe为传感器的检测概率，pf为传感器的虚警概率， 表示栅格sc中实际存在目标， 表示栅格sc中实际不存在目标，表示t+1时刻机器人i对于栅格sc的观测结果，1表示观测到目标，0表示没有观测到目标，每个机器人的搜索地图都依据上述公式进行逐步递推更新；

步骤2.4：如果有邻居机器人出现在探测靶面内，根据邻居机器人所显示的指示灯颜色，可得知邻居机器人所在位置及其探测靶面内目标探测情况，依据邻居的观测结果，按照下式对相应位置的概率进行进一步融合更新：其中， 表示机器人i融合自身与邻居的观测值之后的各个栅格中的概率分布，pi表示机器人i根据自身观测值更新后的各个栅格中的概率分布，j表示机器人i感知范围内的邻居，N表示邻居机器人的个数，rij为位置耦合系数，||sci-scj||2表示机器人i与机器人j的欧氏距离，pij表示机器人i根据邻居的探测结果更新的各个栅格中的概率分布；

步骤2.5：对于每个机器人而言，根据自身更新后的各个栅格中的概率分布，向探测靶面内目标存在概率最大的栅格移动；

步骤3：对于某个机器人而言，若其搜索地图中某一栅格的目标存在概率达到或超过设定的目标存在概率上界，则认为成功搜索到目标；若其搜索地图中所有栅格的目标存在概率均达到或小于设定的目标存在概率下界，则认为搜索区域内不存在目标。

2.根据权利要求1所述一种基于隐式信息交互方式的群机器人目标搜索方法，其特征在于：步骤2.5中，若探测靶面内有邻居机器人存在，则将邻居所在栅格以及邻居所在栅格的相邻栅格设为不可行点，机器人向可行区域中目标存在概率最大的栅格移动。

说明书

一种基于隐式信息交互方式的群机器人目标搜索方法

技术领域

[0001] 本发明涉及一种隐式信息交互下的群机器人目标搜索方法，属于多机器人目标搜索技术领域。

背景技术

[0002] 多机器人目标搜索是利用多个机器人完成目标搜索任务的一种新型搜索技术，该技术能有效克服单个机器人搜索的局限性，如单个机器人突发故障无法继续搜索，单个机器人续航时间不足等问题。

[0003] 目前国内外在多机器人目标搜索方面的研究主要以协调控制为代表，其特点是不同机器人将自己的状态进行广播通信，各个机器人共享数据，进行分布式规划。但是，这种广播式的交互方式会受到信道干扰，通信带宽不足的制约，信息在媒介中的传播也要消耗额外的能量，且个体必须对特定信号的含义达成广泛的共识，该信息传播方式的代价相对较大。而且由于通信约束的存在，也会使得不同机器人之间的通信交互无法正常完成，机器人无法共享个体之间的信息，导致每个个体独立搜索，无法体现出群体的优势，仅是一加一的简单组合。

发明内容

[0004] 为解决现有技术存在的问题，克服通信约束对于个体交互的影响，本发明提出一种基于隐式信息交互方式的群机器人目标搜索方法，抛开对于显式信息交互方式的依赖，仅依据个体自身对邻居状态的观测进行信息融合，依据观测信息采用隐式通信方式来解决通信受限下的多机器人目标搜索问题。

[0005] 本发明的技术方案为：

[0006] 所述一种基于隐式信息交互方式的群机器人目标搜索方法，其特征在于：包括以下步骤：

[0007] 步骤1：将搜索区域按照固定间隔Δs栅格化为Lx×Ly个正方形离散单元，每个栅格记为sc＝(xs,ys)，其中，xs∈{1,2,3,...,Lx},ys∈{1,2,3,...,Ly}；根据栅格化的搜索区域，为每个机器人建立搜索地图，搜索地图中的每个栅格信息用结构体Mp＝{xs,ys,p(xs,ys)}表示，该结构体表示栅格sc在二维平面内的坐标位置以及该栅格中存在目标的概率；

[0008] 步骤2：对于群机器人中的每个机器人，采用以下基于隐式信息交互的方式进行目标搜索：

[0009] 步骤2.1：初始化：对于第i个机器人，初始化其搜索地图中每个栅格存在目标的概率为

[0010] 步骤2.2：每个机器人对探测靶面内的栅格进行探测，根据机载传感器观测栅格内目标的存在情况，观测结果为二项分布，只有目标存在、目标不存在两种观测值，并通过指示灯颜色展示观测结果；

[0011] 步骤2.3：每个机器人根据观测结果，依据以下公式对自身搜索地图中每个栅格存在目标的概率进行一次更新：

[0012]

[0013] 其中 表示t时刻机器人i的搜索地图中，栅格sc的目标存在概率， 表示t+1时刻机器人i的搜索地图中，栅格sc的目标存在概率，pe为传感器的检测概率，pf为传感器的虚警概率，τsc＝1表示栅格sc中实际存在目标，τsc＝0表示栅格sc中实际不存在目标，表示t+1时刻机器人i对于栅格sc的观测结果，1表示观测到目标，0表示没有观测到目标，每个机器人的搜索地图都依据上述公式进行逐步递推更新；

[0014] 步骤2.4：如果有邻居机器人出现在探测靶面内，根据邻居机器人所显示的指示灯颜色，可得知邻居机器人所在位置及其探测靶面内目标探测情况，依据邻居的观测结果，按照下式对相应位置的概率进行进一步融合更新：

[0015]

[0016] 其中， 表示机器人i融合自身与邻居的观测值之后的各个栅格中的概率分布，pi表示机器人i根据自身观测值更新后的各个栅格中的概率分布，j表示机器人i感知范围内的邻居，N表示邻居机器人的个数，rij为位置耦合系数，||sci-scj||2表示机器人i与机器人j的欧氏距离，pij表示机器人i根据邻居的探测结果更新的各个栅格中的概率分布；

[0017] 步骤2.5：对于每个机器人而言，根据自身更新后的各个栅格中的概率分布，向探测靶面内目标存在概率最大的栅格移动；若探测靶面内有邻居机器人存在，则将邻居所在栅格以及邻居所在栅格的相邻栅格设为不可行点，机器人向可行区域中目标存在概率最大的栅格移动；

[0018] 步骤3：对于某个机器人而言，若其搜索地图中某一栅格的目标存在概率达到或超过设定的目标存在概率上界，则认为成功搜索到目标；若其搜索地图中所有栅格的目标存在概率均达到或小于设定的目标存在概率下界，则认为搜索区域内不存在目标。

[0019] 有益效果

[0020] 本发明提出一种基于隐式信息交互方式的群机器人目标搜索方法，在通信受限使得广播式通信受阻情况下，以隐式通信方式为依据，个体根据自身探测结果更新概率图，并在搜索算法中引入个体对邻居机器人状态的主动探测，克服广播式通信无法进行时不同个体之间的信息交互障碍，从而实现目标分布的情况未知的条件下，多个机器人互相配合，完成搜索任务。

[0021] 本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

[0022] 本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

[0023] 附图1是搜索环境的模型示意图；

[0024] 附图2是搜索区域覆盖率对比情况；

[0025] 附图3是搜索效率对比；

[0026] 附图4机器人不同栅格目标存在概率变化曲线；(a)机器人7在栅格(10,10)的目标存在概率变化，(b)机器人7在栅格(5,5)的目标存在概率变化，(c)机器人3在栅格(10,10)的目标存在概率变化，(d)机器人3在栅格(5,5)的目标存在概率变化；

[0027] 附图5是不同机器人运动轨迹；(a)机器人7运动轨迹，(b)机器人3运动轨迹。

具体实施方式

[0028] 本发明的群机器人目标搜索方法，指仅知道搜索区域的地理位置和区域大小，目标分布的情况未知的条件下，多个机器人互相配合，完成搜索任务。

[0029] 步骤1：将搜索区域S∈R2按照固定间隔Δs栅格化为Lx×Ly个正方形离散单元，每个栅格记为sc＝(xs,ys)，其中，xs∈{1,2,3,...,Lx},ys∈{1,2,3,...,Ly}；根据栅格化的搜索区域，为每个机器人建立搜索地图，搜索感知地图反映了机器人对当前搜索环境的理解和认知。搜索地图中的每个栅格信息用结构体Mp＝{xs,ys,p(xs,ys)}表示，该结构体表示栅格sc在二维平面内的坐标位置以及该栅格中存在目标的概率。

[0030] 随着时间的推移，机器人对环境不断感知，搜索地图按照设定的规则进行动态更新，持续更新的环境地图反映了机器人对搜索区域的了解程度不断加深。机器人根据自身的环境地图，进行在线搜索和决策。机器人i的搜索地图中的目标存在概率分布可定义为Lx×Ly的矩阵，具体形式为

[0031]

[0032] 当目标存在概率更新至设定阈值，结束搜索过程。

[0033] 步骤2：本发明的群机器人目标搜索方法以隐式通信方式为依据，个体根据自身探测结果更新概率图，由于通信受限使得广播式通信受阻，故此，在搜索算法中引入个体对邻居机器人状态的主动探测，克服广播式通信无法进行时不同个体之间的信息交互障碍。具体步骤如下：

[0034] 步骤2.1：初始化：群机器人系统对于目标不具有先验信息，考虑概率归一化的条件下，对于第i个机器人，初始化其搜索地图中每个栅格存在目标的概率为[0035] 步骤2.2：每个机器人对探测靶面内的栅格进行探测，根据机载传感器观测栅格内目标的存在情况，观测结果为二项分布，只有目标存在、目标不存在两种观测值，并通过指示灯颜色展示观测结果。

[0036] 步骤2.3：每个机器人根据观测结果，依据以下公式对自身搜索地图中每个栅格存在目标的概率进行一次更新：

[0037]

[0038] 其中 表示t时刻机器人i的搜索地图中，栅格sc的目标存在概率， 表示t+1时刻机器人i的搜索地图中，栅格sc的目标存在概率，pe为传感器的检测概率，pf为传感器的虚警概率，τsc＝1表示栅格sc中实际存在目标，τsc＝0表示栅格sc中实际不存在目标，表示t+1时刻机器人i对于栅格sc的观测结果，1表示观测到目标，0表示没有观测到目标，每个机器人的搜索地图都依据上述公式进行逐步递推更新。

[0039] 步骤2.4：如果有邻居机器人出现在探测靶面内，根据邻居机器人所显示的指示灯颜色，可得知邻居机器人所在位置及其探测靶面内目标探测情况，依据邻居的观测结果，按照下式对相应位置的概率进行进一步融合更新：

[0040]

[0041] 其中， 表示机器人i融合自身与邻居的观测值之后的各个栅格中的概率分布，ip表示机器人i根据自身观测值更新后的各个栅格中的概率分布，j表示机器人i感知范围内的邻居，N表示邻居机器人的个数，rij为位置耦合系数，||sci-scj||2表示机器人i与机器人j的欧氏距离，pij表示机器人i根据邻居的探测结果更新的各个栅格中的概率分布。

[0042] 步骤2.5：对于每个机器人而言，根据自身更新后的各个栅格中的概率分布，向探测靶面内目标存在概率最大的栅格移动；若探测靶面内有邻居机器人存在，则将邻居所在栅格以及邻居所在栅格的相邻栅格设为不可行点，机器人向可行区域中目标存在概率最大的栅格移动。

[0043] 步骤3：对于某个机器人而言，若其搜索地图中某一栅格的目标存在概率达到或超过设定的目标存在概率上界，则认为成功搜索到目标；若其搜索地图中所有栅格的目标存在概率均达到或小于设定的目标存在概率下界，则认为搜索区域内不存在目标。

[0044] 本发明通过评价目标搜索的效率以及搜索区域的覆盖率来度量搜索算法的优劣性。目标搜索效率是指在一次搜索过程中，完成搜索所需要的仿真步数，仿真步数的多少即反映了搜索效率。搜索区域的覆盖率则是，在不设置仿真结束条件上下限的情况下，随着仿真步长的不断增加，覆盖率的计算方法如下所示：覆盖率＝覆盖的网格/网格总数*100％。

[0045] 下面详细描述本发明的实施例，所述实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

[0046] 本实施例选取搜索区域为20m*20m的方形区域，离散为20*20的栅格地图，静态目标的位置设置在栅格(10,10)中，如图5中的黑色五角星。

[0047] 本实施实例中，机器人系统由10个同构的机器人组成，机器人的初始位置在搜索区域内随机生成，如图5中的空心圆圈所示。

[0048] 机器人机载传感器的检测概率pe为0.9，虚警概率pf为0.3，初始时机器人并未获得搜索区域目标存在的先验信息，将所有栅格以均匀概率分布作为初始分布。在20*20的栅格区域中，初始概率均为0.0025，位置耦合系数rij设为0.5。搜索结束的目标存在概率的上界为90％，本实施实例搜索区域中有目标存在，不设目标存在概率下界。

[0049] 图4以机器人7和机器人3为例，体现出栅格(10,10)和栅格(5,5)的目标存在概率随着仿真步长的变化情况，曲线上升表示该时刻观测到目标，曲线下降表示该时刻未观测到目标，曲线水平表示该栅格当前不在该机器人的探测靶面内。

[0050] 根据上述步骤反复观测、判断、决策、执行，在通信约束情况下，广播式通信方法无法进行，图3反映了个体间不存在交互以及存在隐式交互的搜索效率对比图，可以看出，存在隐式信息交互的搜索方法搜索效率明显较高，图2也反映出，存在隐式信息交互的搜索方法在相同的仿真步数时，搜索区域的覆盖率也较高，从而验证了该发明的有效性。

[0051] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。