[发明专利]一种基于Voronoi图的多机器人污染控制方法在审
申请号: | 201310496785.1 | 申请日: | 2013-10-22 |
公开(公告)号: | CN103529847A | 公开(公告)日: | 2014-01-22 |
发明(设计)人: | 曹科才;范萍伟;岳东 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G05D1/02 | 分类号: | G05D1/02;G05B19/418 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 汪旭东 |
地址: | 210046 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 voronoi 机器人 污染 控制 方法 | ||
技术领域
本发明涉及机器人技术领域,特别涉及一种基于Voronoi图的多机器人污染控制方法。
背景技术
近年来,我国工业等基础工业有了飞速的发展,生产过程中的污染物和剧毒化学物质等也日益增长。由于设备和管理方面的原因,导致危险品和毒气物质的泄露、燃烧爆炸的事故越来越多。如何利用机器人团队进入危险环境内,快速、有效地完成污染以及危险的消除与控制任务,达到节约成本、降低人类自身危险等目的,已经成为近几年来机器人的研究热点之一。
为高效地完成任务。整个机器人系统必须具备最优的感知和协调控制功能。感知是控制的前提,以往的系统采用静态感知节点,但是会加大成本,并容易导致通讯网络堵塞。相较之下,移动感知节点能提高监测与辨识的效率,节约成本。更重要的是,当环境产生变化时,移动感知节点能快速地对环境网络进行重构。所以设计一种移动节点对环境的最优感知方法是很有意义的。
在协调控制方面,常用的控制方法有固定队形控制、基于行为的控制和虚拟结构法,很多研究致力于对这些方法进行研究和改进以提高系统的稳定性、高效性和可靠性。但是这些控制方法能够实现的队形必须与期望的参考路径相容,而不是任意可变队形。并且当机器人遇到障碍物时,需要重新构造机器人的队形,此时就大大增加了系统的计算量和通讯负担,因此设计一种随时可变的队形,并能迅速、简单地避开障碍物的协调控制方法是极具挑战性和实际意义的,而本发明能够很好地解决上面的问题。
发明内容
本发明目的在于提供一种多机器人污染控制的方法,该方法是基于Voronoi图(Voronoi图为泰森多边形)技术的方法,使得系统依靠现有通信技术、传感器技术以及控制技术完成对于多传感机构、多执行机构的协调控制,进而在实现对于复杂多变场景的最优感知的基础上,完成污染物的消除与控制任务,达到令人满意的效果。
本发明解决其技术问题所采取的技术方案是:本发明提供了一种基于Voronoi图的多机器人污染控制方法,该方法包括以下步骤:
步骤一:基于机器人世界坐标系,根据机器人的具体位置,按加权距离将整个空间划分为多个Voronoi感知区域;
步骤二:各机器人首先自行计算空间中所有污染泄露源权值,再根据权值大小与自身所处位置,决定执行趋于污染源的目标追踪任务还是执行所在区域的污染覆盖消除任务;机器人根据对多个污染源的权值估计并结合自身位置信息和污染源泄漏状况,决定机器人个体下一步执行趋于污染源的跟踪任务还是所在区域的污染覆盖消除任务;
步骤三:机器人基于自身的信息获取与预处理,执行追踪任务以计算所得权值最大污染源为虚拟跟踪目标点,执行覆盖任务则以其感知Voronoi域的质心点为虚拟目标点,同时根据机器人与虚拟目标点连线是否通过障碍物来决定机器人最终的运动目标,若连线通过障碍物,则以障碍物边缘点为最终运动目标点,实现机器人运动过程中的自主避障;信息获取以及预处理过程集中在虚拟层,分别给出跟踪控制任务与污染消除覆盖任务的虚拟参考点,同时利用连线法进一步修正前述虚拟参考点,实现移动机器人运动过程中的自主避障;
步骤四:整个系统的控制分为虚拟层与现实层两层,根据虚拟层中虚拟目标点信息更新现实层中运动目标点,驱动机器人向现实目标点移动,并释放中和剂,每次释放量为对应Voronoi子域内污染量的平均值;机器人运动的现实目标点根据虚拟层中计算所得虚拟点进行实时更新,并且在到达目标点后根据目标点对应Voronoi子域内污染量的平均值喷洒中和剂,实现Voronoi子域内污染的消除。
具体方法流程包括:
步骤一、划分感知区域
在二维控制区域上建立世界坐标系,将N个机器人和K个污染泄露源置于坐标系中,获得机器人i的位置pi(xi,yi,t),i=1,2,3,…,N。
机器人i基于取得的位置pi(xi,yi,t)信息,计算机器人i的加权距离和Voronoi多边形区域:
dWP(q,pi;wi)=||q-pi||2-wi=(xq-xi)2+(yq-yi)2-wi,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310496785.1/2.html,转载请声明来源钻瓜专利网。