[发明专利]一种基于集群控制的多智能体协同建图方法

权利要求书

1.一种基于集群控制的多智能体协同建图方法，其特征在于：具体步骤如下：

S1：初始化，所有智能体共同探测环境，生成初始地图并根据候选目标点算法生成候选目标点并上传服务器；

候选目标点的确定方法如下：

S11：设ρ＝f(θ)表示在集群的前进方向，逆时针方向θ∈[0，2π)，距离ρ∈(0，F]米处有障碍物，其中F表示激光的最大量程；得函数f(θ)共有两类特殊点，第一类是由于不同障碍物的距离不同而产生的跳跃间断点；第二类是由于激光的最大量程内没有障碍物而产生的无定义点；为了避免函数头尾处的特殊处理，在处理前先将函数延拓一个周期；同时，局部坐标(ρ，θ)可通过如下公式转换为全局坐标；

(x_g，y_g)＝(ρcos(θ+Θ)+X，ρsin(θ+Θ)+Y)

Θ、X、Y为智能体自身的位姿；

S12：对于第二类特殊点，由于函数y＝f(x)中的y对此类点没有意义，因此在处理中省略，同时将连续分布的第二类特殊点作为一个整体p＝{x|a≤x≤b}来看待；其中a和b代表这个整体的起点与终点坐标；

整体p视作智能体周围的一片未知区域，为了快速地获得p周围的环境信息，此问题被转化为如下的规划问题：

maxS((O_g1∪O_g2∪…∪O_gn)-O_XY)

s.t.g1、g2、…、gn∈O_XY

其中，O_i表示以i为圆心，激光最大量程F为半径的圆；函数S(O)表示形状O覆盖的面积，沿p方向，在F距离处密集取点，此时为最大值，其中θ_a和θ_b分别指坐标点a和b的角度，同时，为满足智能体通过需要，计算得到候选点选取分布最密集的间隔角度其中，T为设定的阈值，设置为智能体通过所需的最小宽度；

由此可得在p上一共要生成个目标点，然后使这些目标点在p上均匀分布即可得到目标点的选取公式如下：

随后通过公式(x_g，y_g)＝(ρcos(θ+Θ)+X，ρsin(θ+Θ)+Y)即可转换为全局坐标；

S13：对于第一类特殊点，假设t时刻激光雷达扫描到在坐标a处有障碍物，t+Δt时刻激光雷达扫描到在全局坐标b处有障碍物，仿照第二类特殊点的选取方式，计算得到候选点选取分布最密集的间隔距离dD＝T，由此可得在线段上一共要生成个目标点，易得候选目标点G的选取公式如下：

至此，两类特殊点的候选坐标都已获得，从而解决在智能体采样过程中会由于不同障碍物的遮挡而导致采样结果产生间断的问题；

S2：服务器对所有返回的候选目标点做筛选与聚类，并根据候选目标点分配算法为每个智能体分配候选目标点；

S3：智能体前往目标点；

S4：智能体到达目标点后，对周围环境进行探测，获得局部地图与新的候选目标点；

S5：服务器判断建图是否完成，如果完成就进入S6，如果没有完成就返回S2；

S6：结束建图。

2.根据权利要求1所述的一种基于集群控制的多智能体协同建图方法，其特征在于：所述S1中的智能体的具体操作过程：首先在环境中移动，通过自身传感器收集环境信息，构建自身局部地图；然后，根据环境信息产生可能的候选目标点，将可能的候选目标点提交给服务器进行下一步处理；最后，向服务器请求下一个目标点的位置与路径。

3.根据权利要求1所述的一种基于集群控制的多智能体协同建图方法，其特征在于：所述S1中的服务器的具体操作过程：

首先，维护一张全局地图，接受智能体传回的环境信息，并记录到全局地图中，同时检验是否有智能体的目标点在更新的环境信息中，如果有就为其更新目标点；

其次，维护一个全局候选目标点集合，对智能体返回的候选目标点做校验，不满足校验就丢弃，满足校验就将其加入全局候选目标点集合；

最后，当智能体请求下一个目标点时，根据智能体所在位置，计算其到全局候选目标点集合中路程最短的候选目标点，并将其分配给智能体，然后将该点从全局候选目标点集合中移除。