[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

说明书

技术领域

本发明涉及机器人群体智能领域，特别涉及一种动态烟羽环境下多机器人协作搜索气味源方法。

背景技术

机器人气味寻源问题，又称机器人主动嗅觉，是指使用移动机器人，以自主的方式来实现发现、跟踪烟羽并最终确定气味源位置的过程。它广泛存在于生产生活各个方面，如火灾报警、违禁物品检查、有害气体泄漏检测和反恐排爆等。

受自然界中生物利用气味信息完成觅食和求偶等活动的启发，自上世纪90年代开始，学者们尝试采用结合气味传感器的移动机器人进行气味寻源。目前，针对单个机器人，已经给出了很多的气味源搜索策略或方法，代表方法如2006年1月出版的期刊《机器人》第1期“主动嗅觉研究现状”一文提到的逆风搜索法、逐步前进法、Z字形接近法和外螺旋法等，以及中国发明专利“室内环境下机器人自主搜寻气味源”（授权公告号：CN100585332C，授权公告日：2010年1月27日）提出的柔性追踪和涡旋线法，等等。

由于多机器人系统具有鲁棒性强、搜索效率高和可扩展等优势，近年来逐渐代替单机器人成为搜索危险气味源的主要工具。根据采用方式的不同，现有方法或策略可以分为三类：其一，对单机器人搜索策略的扩展。如2003年4月出版的期刊《Robotica》第4期“Swarm robotic odor localization:off-line optimization and validation with real robots”一文中提出的基于螺旋搜索的群机器人气味源定位法。该类方法缺乏机器人之间的有效协作机制，搜寻速度较慢；其二，基于机器人采样点的气味源概率分布估计法。该类方法根据机器人采样点上气体的浓度值，不断更新气味源位置的概率分布，并以此产生新的机器人位置。代表方法如中国发明专利“一种多机器人系统合作定位危险气味源方法”(公开号：CN102034030A，公开日：2011年4月27日)给出的多机器人系统协作定位气味源的方法，以及2011年3月出版的期刊《中南大学学报（自然科学版）》第3期“粒子群优化的多机器人协作定位方法”一文中给出的结合粒子群优化的粒子滤波法。该类方法虽有其独到的一面，但对于环境中烟羽动态变化的情况，由于无法准确估计气味源位置的概率分布，通常难以得到理想结果。

其三，基于群体智能的方法。通常单个自然生物是不够智能的，但是整个生物群体却表现出处理复杂问题的能力。受此启发，近几年有些学者借鉴粒子群进化方法引导多个机器人进行气味寻源。所提主要方法包括：2005年召开的国际会议《Proceedings IEEE Sensors》中“Distributed odor source localization”一文提出的带电粒子群优化方法；2008年8月出版的期刊《武汉理工大学学报》第15期“基于粒子群优化的多机器人合作目标搜索算法”一文中提出的改进标准粒子群优化方法；2011年7月召开的国际会议《IEEE Congress on Evolutionary Computation》中“Modified particle swarm optimization for odor source localization of multi-robot”一文提出的基于风向角的多机器人粒子群搜索方法等。该类技术成果为多机器人气味源搜索提供了新的解决方法，但是，应当指出，现有方法仍然存在如下问题：（1）多数方法考虑烟羽分布静止不变的情况。然而，受自然风和障碍物等因素的影响，实际环境中烟羽的分布通常动态变化。对于这种情况，已有方法很难得到理想的结果；（2）现有方法皆采用同步并行方式更新机器人的位置，即所有机器人到达目标位置后方可同时产生新的目标位置。实际上，受移动距离、速度、障碍物和地貌等因素的影响，机器人到达目标位置的时间花费存在很大差异，因此，采用同步更新方式必定造成机器人资源的浪费。

发明内容

本发明的目的是针对上述问题，提出一种动态烟羽环境下多机器人协作搜索气味源方法，它是一种多机器人自主搜索气味源的方法，可用于有障碍物且烟羽动态变化等实际环境。

为实现上述目的，本发明提供了一种动态烟羽环境下多机器人协作搜索气味源方法，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区域，并在每个区域随机分配一个机器人，工作空间中的每个机器人执行烟羽发现策略；其中，工作空间内的所有机器人构成一个粒子群；