[发明专利]一种适应于时变通信拓扑的多机器人分布式协作定位方法

摘要

本发明属于机器人自定位技术领域，公开了一种适应于时变串行通信拓扑的多机器人分布式协作定位方法，是基于UKF框架，将分布式协作定位转化为分布式U变换的实现问题，其中的协方差矩阵分布式分解是关键，利用向上看Cholesky矩阵分解递推逐步进行的特点，将分布式协方差矩阵分解过程适应于可获得的通信拓扑，从而实现分布式U变换。本发明避免了单机器人定位对其它所有机器人信息的需求，单机器人仅依赖随机可获得的邻机器人信息，即可进行自身位置估计，并完成与其它机器人位置关系的更新。提高了协作定位对动态时变通信拓扑的适应性，可应对多机器人在执行灾后搜救、大范围监视等任务时所面临的通信拓扑条件受限问题。

主权项

1.一种适应于时变通信拓扑的多机器人分布式协作定位方法，其特征是：采用无味卡尔曼滤波UKF作为分布式协作定位的技术基础，利用一组sigma点来近似表示变量的概率密度分布，针对服从正态分布的变量，即用一些采样点来等价描述变量的估计值和该估计的方差，该过程称为U变换；此处，假设在k时刻，N个机器人的整体位置估计为：表示机器人i的位置估计，整体位置估计对应的方差为：那么该估计的U变换为：式中ξ⁽⁰⁾(k)…ξ^(4N)(k)即为sigma点，λ为可调整量；P(k)为对称矩阵，表示的第p列；保障单机器人获得所有的块元素P_ij(k)以构建P(k)，以获得以使单机器人i获得局部sigma点：ξ_i⁽⁰⁾(k)…ξ_i^(4N)(k)；基于向上看Cholesky分解来解决协方差矩阵的分布式获得问题，令：P＝AAT，A中每一块元素Aij可根据求解：上式有：1)每一块元素Aij的获取只依赖Aij(i＞j)和Pij(i＞j)，而非所有元素块，避免了所有机器人对信息交换的需求；2)由上至下递推而出，并将该特点与通信顺序结合；利用向上看Cholesky矩阵分解块元素Aij自上而下的递推特点，将分布式协方差矩阵分解与通信条件相结合，使矩阵分解从对通信“提需求”转变为自动顺应，从而避免分布式协作定位对通信拓扑条件的高度依赖问题；各机器人依靠获得的局部信息量，即可完成自身的位置更新；包括位置预测和位置后验估计两步，两步输出结果互为输入；当机器人群内没有机器人测量到其它队友时，各个机器人按照一定的步长不断预测着自己的位置，如何在各机器人内分布式进行位置预测已经被很好地解决；当一个机器人测量到队友，并测量到与队友的相对信息后，所有机器人的位置预测值都将被该测量更新，在完成后验估计更新后，继续进行位置预测。