[发明专利]一种分布式多机器人动态网络连通性控制方法

摘要

本发明公开了一种分布式多机器人动态网络连通性控制方法，属于多机器人动态网络控制技术领域。包括基于事件驱动的最小生成树分布式动态网络拓扑控制、基于局部人工势场法的最优邻居通信链路连通性保持运动控制。每个机器人节点通过周期性广播自身位置并更新邻居信息，分布式地建立每个节点邻近网络的局部最小生成树，选取最优邻居，并通过局部人工势场法保持与最优邻居的通信链路，使多机器人动态网络在保持连通的基础上优化全局信息连通性，获得最优的网络通信代价。本发明不需要中心节点集中计算，可以分布式并行地实施，减少了通信负荷，增强了多机器人网络的可扩展性和鲁棒性；可以克服由于机器人运动引起的通信链路中断问题。

主权项

1.一种分布式多机器人动态网络连通性控制方法，其特征在于：包括如下步骤，步骤一、基于事件驱动的最小生成树分布式动态网络拓扑控制；利用建立邻近图最小生成树的方法，得到每个节点的最优邻居，具体为：步骤1.1、每个时钟周期，每个节点通过无线电台广播其位置信息xi，接收来自其邻居发来的位置信息并保存，组成位置集合X＝{xi}∪{xj|j为i接收到信息的节点}，更新邻居集Neighi；i∈{1,2...,N}，j∈{1,2,...,N}，i≠j；步骤1.2、若本时钟周期的邻居集与上一周期相比发生改变，则执行步骤1.3，否则直接执行步骤二；步骤1.3、每个节点根据邻居集Neighi建立局部动态图Gi＝(vi,εi)，其中vi＝{i}∪Neighi，对于i,j∈vi且i≠j，εi＝{(i,j)|[A]ij＝1}；[A]ij为邻接矩阵A的矩阵元素，定义如下：δ为通信链路的成功传输概率阈值；步骤1.4、计算局部动态图中每条边的通信权值节点i和节点j之间的通信链路的通信权值为：p_ij为节点i到节点j的通信链路的成功传输概率；步骤1.5、每个节点利用普里姆方法，从自身开始，建立局部最小生成树MST；步骤1.6、根据最小生成树，选取在最小生成树中的邻居，组成最优邻居集步骤1.7、广播最优邻居集同时接收其他邻居节点的邻居信息，增加有向边，使网络由有向图变为无向图；步骤二、基于局部人工势场法的最优邻居通信链路连通性保持运动控制；在步骤一得到的最优邻居集的基础上，利用人工势场法获得节点的运动控制指令，保持与最优邻居的通信链路，使网络在动态条件下保持连通，具体为：步骤2.1、在最优邻居集的基础上，每个节点计算与每个最优邻居的通信链路的势能函数，表达式为：dc为临界传输距离；步骤2.2、综合所有节点与最优邻居集的势能函数，获得局部势能函数表达式为：步骤2.3、对局部势能函数求梯度，获得每个节点的运动控制指令为：其中K为反馈系数，为求沿x_i的梯度。