[发明专利]一种动态烟羽环境下多机器人协作搜索气味源方法

权利要求书

1.一种动态烟羽环境下多机器人协作搜索气味源方法，其特征在于，该方法包括：

以工作空间的几何中心作为共同顶点，将整个工作空间划分为多个子区域，并在每个子区域随机分配一个机器人，所有机器人在其对应的子区域中同时执行烟羽发现策略；其中，工作空间内的所有机器人构成一个粒子群；

工作空间中的一机器人测得烟羽气味，将率先发现烟羽的机器人作为环境监测粒子来监测环境中烟羽的变化以及判定粒子群是否发现气味源；其他机器人作为搜索粒子采用异步并行粒子群进化的多机器人协作搜索方法完成来确定气味源的范围；

根据确定的气味源的范围，作为环境监测粒子的机器人采用逐步前进法逐渐靠近气味源，当所述作为环境监测粒子的机器人所测气体浓度值大于预先设定值，且探测气味是以定向气流的形式喷出，则锁定气味源。

2.根据权利要求1所述的方法，其特征在于，所述异步并行粒子群进化的多机器人协作搜索方法包括：

设定粒子X_i当前位置为个体引导者，粒子群发现的最优位置为全局引导者，初始化粒子位置的更新次数t=1；其中，X_i表示第i个粒子；

根据全局引导者和个体引导者的高斯采样公式产生新的粒子位置；其中，所述全局引导者和个体引导者的高斯采样公式为：

xi,j(t+1)=U(pi,j(t)+gi,j(t)2,|pi,j(t)-gi,j(t)|+δ),ifrand<0.5xi,j(t),otherwise]]>

其中，t表示该粒子更新的次数；X_i(t)＝(x_i,1(t),x_i,2(t))和X_i(t+1)＝(x_i,1(t+1),x_i,2(t+1))分别为第t次和第t+1次更新后粒子X_i的位置；U(a,b)为均值和方差分别为a和b的高斯分布函数；P_i(t)＝(p_i,1(t),p_i,2(t))和G_i(t)＝(g_i,1(t),g_i,2(t))分别为第t次更新后粒子X_i的个体引导者和全局引导者；δ∈[0,1]为一局部扰动；j∈{1,2}为工作空间的维数；rand为[0,1]之间随机数；

判断粒子X_i的先前位置X_i(t)与新生位置X_i(t+1)之间有无障碍物；若不存在障碍物，则直接驱动机器人移向新生粒子位置；若存在障碍物，则以当前位置为起点，采用人工势场法引导机器人移向新生位置；

粒子X_i移向新生位置后，采用携带的气味传感器测量当前位置上气体的浓度值，并将测量值作为粒子X_i在当前位置上的适应值；

粒子X_i广播当前所在位置以及该位置上气体的浓度值信息，即粒子X_i的位置及适应值；

更新粒子X_i的个体引导者和全局引导者；

所述环境监测粒子监测环境中烟羽的变化；若粒子X_i收到所述环境监测粒子发送的烟羽变化的警告，则设置粒子X_i的个体引导者为粒子X_i的当前位置，即P_i(t+1)＝X_i(t+1)；若粒子X_i没有收到所述环境监测粒子发送的烟羽变化的警告，则粒子X_i判断是否收到环境监测粒子广播的终止命令；如果粒子X_i没有收到终止命令，则转至所述根据全局引导者和个体引导者的高斯采样公式产生新的粒子位置的步骤，且t=t+1；如果粒子X_i收到终止命令，则确定了气味源的范围。