[发明专利]一种基于SRP的多机器人羽流寻源相对导航策略

说明书

本发明属于寻源定位技术领域，特别是涉及一种基于SRP的多机器人羽流寻源相对导航策略，具体为：多机器人在进行羽流寻源过程中，根据羽流相关参数信息、多机器人空间分布构型与羽流空间的相对形位（Spatial Relative Pose，SRP）信息，利用信息熵对相关信息进行筛选、优先级确定，并用决策树算法对其进行决策，确定寻源策略，其包括：策略A—切片随机搜索、策略B—扇形发散逆风搜索、策略C—三角形编队寻源策略。

技术领域

本发明属于寻源定位技术领域，具体而言，涉及一种基于SRP的多机器人羽流寻源相对导航策略。

背景技术

随着工业制造业的快速发展，石油、煤气、天燃气等易燃易爆、有毒的化工产品在给我们日常生活带来便利的同时，人类也越来越多地面对易燃易爆、有毒介质的泄漏、排放、中毒等事故，给人们的健康和安全带来了现实的危害。因此，尽快地查明泄漏源并及时排险对保障人们的健康和安全具有重要意义。然而，对于目前的多机器人羽流寻源方法存在以下缺陷。

（1）对羽流历史运动信息利用较少，无法获取多机器人几何布局与已探测的羽流空间分布间相对位姿关系，造成对未探测区域的羽流分布及运动趋向预测能力不足，难以规划出当前各机器人的最优运动轨线，致使寻源效率不高。

（2）由于气流变化参数对烟羽的影响、烟羽分布的几何及趋向特征未能完全确定，成功地实现多机器人协同烟羽寻源仍会遇到挑战。

（3）机器人未对丰富的羽流信息进行筛选、优先级确定、优化等，使得机器人寻源中的决策过程偏长，实时性降低。

发明内容

为了克服羽流寻源效率不高、实时性低的问题，本发明提供了一种基于SRP的多机器人羽流寻源相对导航策略，其具体技术方案如下。

一种基于SRP的多机器人羽流寻源相对导航策略，具体步骤如下。

步骤1，多机器人在进行羽流寻源过程中，根据羽流相关参数信息、多机器人空间分布构型与羽流空间的相对形位（Spatial Relative Pose，SRP）信息，利用信息熵对相关信息进行筛选、优先级确定，并用决策树算法对其进行决策，确定寻源策略。

步骤2，若寻源策略为策略A，多机器人将按照风的流向划分为多个区域，每个机器人在各自区域进行随机搜索，直至发现羽流为止。

步骤3，若寻源策略为策略B，多机器人将采用扇形发散阵型进行逆风搜索，直至发现有趋向的羽流为止。

步骤4，若寻源策略为策略C，多机器人将采用改进三角形阵型进行搜索，直至发现羽流源为止。

可选的，步骤1所述羽流相关参数信息可由多机器人上的传感器获得，主要包括有输运介质、羽流的基础参数（温度、压力、雷诺数等）、视觉参数（纹理、色差、灰度等）、运动参数（扩散速率、流向、流速）及化学参数（浓度、成分等），根据已探测的羽流空间分布进而确定羽流空间的相对形位（SRP）信息。

可选的，步骤（1）所述的寻源策略划分为三种：策略A——切片随机搜索、策略B——扇形发散逆风搜索、策略C——三角形编队寻源策略，其中策略A是无羽流信息启用，策略B是羽流无趋向时启用，策略C是羽流有趋向时启用。

可选的，步骤2所述策略A根据机器人的个数n，将要寻源的区域按风的流向划分成n个区域，机器人在各自区域展开随机搜索，每个机器人的寻源路径可由RRT算法（或其他随机算法，如PRM算法）进行确定，当发现羽流时，则转换为领导者跟随策略，发现羽流信息的机器人则为主机器人 M，其余为从机器人 S。

可选的，步骤3所述策略B，由公式1：确定相邻机器人之间的夹角γ；由公式2：确定扇形的圆心角ω；以主机器人M的位置作为扇形的圆心，从机器人分布在主机器人两侧，并且每个机器人之间的夹角为γ，使得机器人寻源的范围为一个扇形，扇形的角平分线与风向相差180°。