[发明专利]一种基于缓冲维诺图的复杂动态安保环境下多机协同围捕方法

说明书

本发明公开了一种应用于复杂动态安保环境下多机器人分布式协同围捕方法。首先提出了一种缓冲维诺图的避障策略，动态更新机器人与障碍物之间的边界权重，使得机器人缓冲维诺安全区域与障碍物相切但不相交。机器人在其自身缓冲维诺安全区域内规划控制行为，避免了自身与其他障碍物之间碰撞。其次，在可疑机器人周围依据围捕机器人的数量生成均匀分布可疑机器人周围的围捕点，针对围捕机器人，基于匈牙利算法根据距离最短原则实现所有围捕机器人与围捕点之间的最优任务匹配。最后，依据围捕机器人与障碍物间的实时距离，提出两种围捕控制律的设计方法，提高了围捕的能力，优化了围捕时间。

技术领域

本发明涉及一种复杂动态环境下多机器人协同围捕策略领域，具体指一 种应用于安保环境下多机器人协同围捕方法。

背景技术

安全问题不仅决定着企业生产的顺利与否，而且关系到整个社会的和谐 稳定。目前常用的安保系统大多数采用固定摄像头和人力巡逻的配合模式，这 种模式虽然渐变易行，但是成本过高且按安保盲区大，并且依靠人力巡逻，很 难做到全天候无缺漏监查，无法实时应对紧急情况等无法实时应对一些紧急情 况。

近年来，随着机器人技术的快速发展，安保机器人已在安保行业得 到广泛应用，利用安保机器人来辅助或者代替安保人员的工作必将提高安 保行业的整体水平。

安防系统必须具有强大的应急处理能力，当突发事件发生后，如何快速 响应，重新调整安防策略，提升安防系统的时效性是评价安防能力的关键指标 之一。多机协同围捕是智能安防领域一个非常重要的问题，指在特定的任务环 境中，多无人平台采用一定的技术手段识别、追踪并最终捕获可疑目标的过程。 例如机器人在机场、公共建筑、军事管理区等安全敏感区域进行安保作业时， 当突然出现可疑目标，如何在复杂动态环境下实现快速多机器人协同围捕，对 保障重点区域的安全至关重要。Benda等首先提出了在已知环境下基于栅格模 型实现多机协同围捕问题。Vidal等将环境探索与围捕问题合二为一，提出了一 种分布式分层结构的无人机和无人车协同围捕策略。Cao等提出了一种基于深 度强化学习的运动目标轨迹动态预测的多水下机器人寻靶围捕算法。黄天云等 受狼群围捕猎物的启发，根据自组织思想提出了一种基于松散偏好规则的协同 围捕策略。Alyssa Pierson基于维诺图提出了一种在有界凸环境下利用多机器人 协同追踪多可疑机器人的分布式算法，该算法适用于在保护空域拦截入侵无人 机，以及其他应用。追踪者不知道逃避者的策略，但通过使用基于维诺图的全 局“区域最小化”策略在有限时间内捕获所有可疑机器人。但是该控制策略并 未考虑存在障碍物下的避障，因此在实际应用时具有很大的局限性。为此，研 究复杂动态环境下的多安保机器人协同围捕具有重要的研究意义与研究价值。

发明内容

本发明的目的在于解决复杂动态安保环境下多机器人协同围捕问题， 提出了一种基于缓冲维诺图的多机协同围捕策略。首先，将已知环境内的多个 机器人分为可疑机器人与围捕机器人；其次，基于缓冲维诺图构建原理，在机 器人位置信息和障碍物位置信息已知的前提下，生成每个机器人无障碍物的安 全感知空间，该区域考虑到了每个机器人的物理半径，并动态地对围捕机器人 周围的障碍物进行加权，使其与障碍物相切。在每个采样时间内，机器人只在 自身的安全感知空间内移动，保证不与障碍物发生碰撞，实现机器人在复杂安 保环境下的动态避障；再次，针对每个逃逸机器人周围设定等距离分布的围捕点，然后将多个围捕机器人以全局距离最短的原则分配在可疑机器人周围的围 捕点上。最后，以递归的方式控制围捕机器人的行动对相应的围捕点进行避障 跟踪，直到满足所有围捕机器人均到达可疑机器人周围的围捕点上或者可疑机 器人被围堵在边界上的角落上则停止追踪条件，实现对可疑机器人的协同围捕。

本发明提出一种应用于复杂动态安保环境下的基于缓冲维诺图的多 机器人协同围捕策略，包括：