[发明专利]一种基于改进的行为特征对群体机器人的故障检测方法

权利要求书

1.一种基于改进的行为特征对群体机器人的故障检测方法，其特征在于，包括以下步骤：

S1、行为特征设计，设计新的行为特征F₁(t)、F₂(t)、F₃(t)、F₄(t)、F₅(t)、F₆(t)，新的行为特征F₁(t)、F₂(t)、F₃(t)、F₄(t)、F₅(t)、F₆(t)如下所示：

其中，N_i(t)和N_j(t)分别是t时刻，|N_i(t)-N_j(t)|机器人i与邻居机器人j之间的邻居总数差，设置邻居个数差的绝对值小于2，因为在一定范围，邻居的个数差别不大，因此设置邻居个数差为2；

其中，分别是t时刻，机器人i与机器人j到邻居机器人的平均距离，由于机器人行为偏离正常机器人的行为时，与机器人的正常行为轨迹会发生偏离，则到邻居的平均距离会之差会变大，因为本文所假设模拟的场景大小3m，因此设置0.5m的距离差；

对于F₃(t)、F₄(t)的设置，是表示的t时刻机器人的速度和角度是否达到最大速度和角速度的10％，如果成立则是1，反之则为0，其设置公式如下：

对于F₅(t)和F₆(t)传统方案设计是时间t下，机器人在感知是否有邻居机器人的情况下，航向发生改变的行为特征，定义事件U_m(t)，U_n(t)如下：

U_m(t)＝S(|n_a(t)+n_b(t)|)∧M(t)

其中，表达的是用角加速度表示航向的转变牟其中如果事件成立，则设置F₅(t)和F₆(t)为1，反之为0；

其中针对有邻居的情况下和无邻居的情况，航向发生转变时，选择F₅(t)作为代表，因为当感知到邻居机器人的时候，航向发生改变的行为比较明显，这相当于是一种避障行为，对F₆(t)进行重新设计，为了更好的贴近传感器与执行器之间的互动，设置机器人在感知邻居机器人的情况下，速度大小的变化，定义事件V_m(t)为：

V_m(t)＝S(|n_a(t)+n_b(t)|)∧V_i(t)

其中，V(t)是t时刻机器人的速度，V(t-1)前一秒的时间下的速度，当前速度小于前一刻速度的60％说明机器人感知到邻居机器人并且做出减速避障行为，若V_m(t)成立，则设置F₆(t)为1，即；

使用重新设计的F₁、F₂、F₃、F₄、F₅和F₆对机器人的行为进行表征，更加精确的描述了群体机器人中行为，串联在一起形成一个特征编码；

S2、交叉调节模型分类特征行为为正常/异常，CRM描述了适应性免疫系统中细胞的种群动态，允许系统只根据体内抗原的密度和持久度来区分抗原，从而使整个系统保持免疫耐受，对外来病原体产生免疫反应，是由三种相互作用的细胞类型组成：抗原呈递细胞、效应细胞以及调节细胞，三者之间相互作用，通过C_ij的常微分数学公式描述三种细胞种群之间相互作用的动力学关系；

其中，C_ij是第i个克隆T细胞和第j个APC子群之间相互作用的结合物，γ_c、γ_d和θ_ij分别是T细胞克隆和APC子群之间的结合率、解离率以及亲和力，结合物C_ij的数量会受到结合率、解离率以及亲和力的影响，T_i是T细胞克隆类型i的子细胞群，并且会受到新细胞涌入、单细胞分裂增殖生长以及细胞的死亡衰落的影响，在初始条件下，对于任意i，确

通过该微分方程求解出激活的效应细胞T_E和激活的调节细胞T_R，根据CRM的免疫耐受原理可知，当处于低浓度的APC时，免疫系统表现的是由T_E细胞主导的免疫反应，当在较高的APC浓度时，系统处于双稳态状态，即可为耐受反应也可为免疫反应，此时，当克隆的T细胞子群中含有足够的T_R细胞情况下，会变成由T_R细胞为主导的耐受状态，因此，在较高的APC浓度以及体内拥有足够的T_R细胞的情况下，系统会有一个良好的容忍响应；

将以上原理运用到多机器人系统上，在控制周期内，集群中的每一个机器人计算邻居机器人的特征向量并且估计其特征向量的分布，每个特征向量所对应的邻居机器人的个数，在每个机器人的内部实施CRM算法，生成感知到每个特征向量所对应的APC，每个APC向T细胞提供一个单独的特征向量，生成APC的数量是A_j＝FV_j，其中j∈{1，...，M}，M＝2⁶是机器人所能感知到的最大数目的特征向量；

每个克隆的T细胞(T₁，...，T_M)都有编码为二进制串的不同受体，因此决定了受体与APC之间的亲和力θ_ij，表示为：

通过对C_ij进行数字积分，根据亲和力公式，计算出激活的效应细胞T_E和激活的调节细胞T_R分别为：

当T_R＞T_E时此特征被分类为正常的行为特征，反之，当T_E＞T_R时，此特征被分类为异常行为特征；

S3、联合每个机器人优化的CRM检测结果，做出群体决策，大多数机器人表现的行为为正常行为，少数的则为异常行为。