一種分布式多機器人動態(tài)網(wǎng)絡(luò)連通性控制方法
【專利摘要】本發(fā)明公開了一種分布式多機器人動態(tài)網(wǎng)絡(luò)連通性控制方法，屬于多機器人動態(tài)網(wǎng)絡(luò)控制技術(shù)領(lǐng)域。包括基于事件驅(qū)動的最小生成樹分布式動態(tài)網(wǎng)絡(luò)拓?fù)淇刂?、基于局部人工勢場法的最?yōu)鄰居通信鏈路連通性保持運動控制。每個機器人節(jié)點通過周期性廣播自身位置并更新鄰居信息，分布式地建立每個節(jié)點鄰近網(wǎng)絡(luò)的局部最小生成樹，選取最優(yōu)鄰居，并通過局部人工勢場法保持與最優(yōu)鄰居的通信鏈路，使多機器人動態(tài)網(wǎng)絡(luò)在保持連通的基礎(chǔ)上優(yōu)化全局信息連通性，獲得最優(yōu)的網(wǎng)絡(luò)通信代價。本發(fā)明不需要中心節(jié)點集中計算，可以分布式并行地實施，減少了通信負(fù)荷，增強了多機器人網(wǎng)絡(luò)的可擴展性和魯棒性；可以克服由于機器人運動引起的通信鏈路中斷問題。
【專利說明】
一種分布式多機器人動態(tài)網(wǎng)絡(luò)連通性控制方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于多機器人動態(tài)網(wǎng)絡(luò)控制技術(shù)領(lǐng)域，具體來說是一種用于分布式多機器 人的動態(tài)網(wǎng)絡(luò)連通性控制方法。
【背景技術(shù)】
[0002] 近年來，多機器人協(xié)同技術(shù)受到越來越多人的關(guān)注，其應(yīng)用范圍也日益廣泛，其中 包括由多架無人機組成的空中機器人編隊，由多輛無人車組成的地面機器人編隊和由多個 水下航行器組成的水下機器人編隊等。在不同應(yīng)用中，多個機器人通過協(xié)同感知、信息交 互、協(xié)同決策和控制可以勝任單個機器人所不能完成的任務(wù)，具有更高的靈活性、魯棒性和 適應(yīng)性。
[0003] 多機器人網(wǎng)絡(luò)是聯(lián)系各個機器人的紐帶，作為依附于每個機器人之上的虛體，起 著支撐機器人之間信息傳輸、共享和交互的重要作用，是多機器人協(xié)同合作的基礎(chǔ)和保障。 多機器人網(wǎng)絡(luò)的網(wǎng)絡(luò)服務(wù)質(zhì)量直接影響多機器人遂行任務(wù)的效能，其中多機器人網(wǎng)絡(luò)的連 通性是衡量網(wǎng)絡(luò)服務(wù)質(zhì)量的關(guān)鍵指標(biāo)。機器人網(wǎng)絡(luò)的連通性體現(xiàn)在以下兩個方面:首先，連 通性指的是網(wǎng)絡(luò)中的每個機器人節(jié)點可以通過直接或者經(jīng)由其他節(jié)點路由的方式與網(wǎng)絡(luò) 中的所有節(jié)點保持通信鏈路;其次，連通性指的是一條新信息從網(wǎng)絡(luò)中某機器人節(jié)點發(fā)出 到利用網(wǎng)絡(luò)路由至全部機器人節(jié)點為止的通信代價，通信代價越低，則連通性越好。第一個 方面是連通性的定性指標(biāo)，第二個方面是連通性的定量指標(biāo)，綜合體現(xiàn)了多機器人網(wǎng)絡(luò)的 網(wǎng)絡(luò)服務(wù)質(zhì)量。
[0004] 由于機器人的移動性，網(wǎng)絡(luò)始終處于動態(tài)變化中，為多機器人網(wǎng)絡(luò)的連通性控制 帶來困難和挑戰(zhàn)。目前，多機器人網(wǎng)絡(luò)的連通性控制大多采用人工勢場的方法，為每條鏈路 賦予權(quán)重，根據(jù)網(wǎng)絡(luò)狀態(tài)建立全局勢能函數(shù)，集中地對勢能函數(shù)求梯度，獲得每個成員的運 動控制指令，以使網(wǎng)絡(luò)保持連通。在實際應(yīng)用中，由于機器人的數(shù)量多，采用集中式的控制 方式會增大通信負(fù)荷，并且當(dāng)中心節(jié)點失效時，網(wǎng)絡(luò)便不能正常運行，降低多機器人的可擴 展性和魯棒性。同時為了保障任意兩個節(jié)點之間的通信鏈路，每個機器人不加選擇地保持 與其所有鄰居節(jié)點的鏈路，會增大控制和通信代價，限制機器人的移動范圍，同時加劇了節(jié) 點之間的媒體訪問沖突，降低了網(wǎng)絡(luò)的連通性。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是為了解決多機器人網(wǎng)絡(luò)在動態(tài)變化的條件下通信鏈路中斷的問 題，以及利用當(dāng)前連通性控制方法帶來的網(wǎng)絡(luò)通信代價增大的問題，提出一種分布式多機 器人動態(tài)網(wǎng)絡(luò)連通性控制方法。
[0006] 本發(fā)明提出了表征網(wǎng)絡(luò)通信代價的全局信息連通性指標(biāo)，并在此基礎(chǔ)上提出了一 種基于局部最小生成樹的分布式多機器人動態(tài)網(wǎng)絡(luò)連通性控制方法，每個機器人節(jié)點通過 周期性廣播自身位置并更新鄰居信息，分布式地建立每個節(jié)點鄰近網(wǎng)絡(luò)的局部最小生成 樹，選取最優(yōu)鄰居，并通過局部人工勢場法保持與最優(yōu)鄰居的通信鏈路，使多機器人動態(tài)網(wǎng) 絡(luò)在保持連通的基礎(chǔ)上優(yōu)化全局信息連通性，獲得最優(yōu)的網(wǎng)絡(luò)通信代價。
[0007] 本發(fā)明提供一種分布式多機器人動態(tài)網(wǎng)絡(luò)連通性控制方法，具體包括如下步驟：
[0008] 步驟一、基于事件驅(qū)動的最小生成樹分布式動態(tài)網(wǎng)絡(luò)拓?fù)淇刂疲?br>[0009] 利用建立鄰近圖最小生成樹的方法，得到每個節(jié)點的最優(yōu)鄰居，具體為：
[0010] 步驟1.1、每個時鐘周期，每個節(jié)點通過無線電臺廣播其位置信息Xl，接收來自其 鄰居發(fā)來的位置信息并保存，組成位置集合x= {Xl} U I j為i接收到信息的節(jié)點}，更新鄰 居集 Neighi;iG{l，2...，N}，jG{l，2，...，N}，i^j;
[0011]步驟1.2、若本時鐘周期的鄰居集與上一周期相比發(fā)生改變，則執(zhí)行步驟1.3,否則 直接執(zhí)行步驟二；
[0012]步驟1.3、每個節(jié)點根據(jù)鄰居集Neighi建立局部云力態(tài)圖Gi=(vi，￡i)，其中Vi = {i} U Neighi，對于i, jGVi且i乒j，ei={(i, j) | [A]i」= l};
[0013] [A]y為鄰接矩陣A的矩陣元素，定義如下：
[0015] S為通信鏈路的成功傳輸概率閾值；
[0016] 步驟1.4、計算局部動態(tài)圖中每條邊的通信權(quán)值巧?%
[0017] 節(jié)點i和節(jié)點j之間的通信鏈路的通信權(quán)值為：
[0018] %_ =-""，叫為節(jié)點i到節(jié)點j的通信鏈路的成功傳輸概率；
[0019] 步驟1.5、每個節(jié)點利用普里姆方法，從自身開始，建立局部最小生成樹MST;
[0020] 步驟1.6、根據(jù)最小生成樹，選取在最小生成樹中的鄰居，組成最優(yōu)鄰居集
[0021] 步驟1.7、廣播最優(yōu)鄰居集，同時接收其他鄰居節(jié)點的鄰居信息，增加有向邊， 使網(wǎng)絡(luò)由有向圖變?yōu)闊o向圖；
[0022] 步驟二、基于局部人工勢場法的最優(yōu)鄰居通信鏈路連通性保持運動控制；
[0023] 在步驟一得到的最優(yōu)鄰居集的基礎(chǔ)上，利用人工勢場法獲得節(jié)點的運動控制 指令，保持與最優(yōu)鄰居的通信鏈路，使網(wǎng)絡(luò)在動態(tài)條件下保持連通，具體為：
[0024] 步驟2.1、在最優(yōu)鄰居集的基礎(chǔ)上，每個節(jié)點計算與每個最優(yōu)鄰居的通信鏈路 的勢能函數(shù)，表達式為：
[0026] dc為臨界傳輸距離；
[0027]步驟2.2、綜合所有節(jié)點與最優(yōu)鄰居集的勢能函數(shù)，獲得局部勢能函數(shù)@，表達 式為：
[0029] 步驟2.3、對局部勢能函數(shù)求梯度，獲得每個節(jié)點的運動控制指令為：
[0030] af =
[0031 ]其中K為反饋系數(shù)，v> ?為求仍沿Xi的梯度。
[0032]本發(fā)明的優(yōu)點在于：
[0033] (1)本發(fā)明的多機器人動態(tài)網(wǎng)絡(luò)連通性控制方法，既解決了通信鏈路的保持問題， 又在此基礎(chǔ)上優(yōu)化全局信息連通性，獲得最優(yōu)的網(wǎng)絡(luò)通信代價；
[0034] (2)本發(fā)明的多機器人動態(tài)網(wǎng)絡(luò)連通性控制方法，不需要中心節(jié)點集中計算，可以 分布式并行地實施，減少了通信負(fù)荷，增強了多機器人網(wǎng)絡(luò)的可擴展性和魯棒性；
[0035] (3)本發(fā)明的多機器人動態(tài)網(wǎng)絡(luò)連通性控制方法，可以克服由于機器人運動引起 的通信鏈路中斷問題，實時地獲得最優(yōu)全局信息連通性。
【附圖說明】
[0036] 圖1:多機器人動態(tài)網(wǎng)絡(luò)不意圖。
[0037]圖2:采用與所有鄰居持連通以及控制輸入m = 0的多機器人網(wǎng)絡(luò)拓?fù)洹?br>[0038]圖3:采用本方法的多機器人網(wǎng)絡(luò)拓?fù)洹?br>[0039]圖4:全局信息連通度仿真曲線。
[0040]圖5:拉普拉斯矩陣第二小特征值仿真曲線。
【具體實施方式】
[0041] 下面將結(jié)合附圖和實施例對本發(fā)明作進一步的詳細(xì)說明。
[0042] 設(shè)一個分布式多機器人動態(tài)網(wǎng)絡(luò)中有N個機器人，也稱為節(jié)點。已知其位置分別為 X1，...，Xl，.. .x，N，其中，ir代表n維實向量空間。假設(shè)每個機器人的運動模型為一階 模型大=~，其中Ui為運動控制指令。節(jié)點i通過無線電臺與節(jié)點j通信，i G {1,2. . .，N}，j G {1，2, ...，N}，i辛j。所有電臺采用全向天線并且節(jié)點i電臺功率為Pi。由節(jié)點i發(fā)射，節(jié)點j 接收的接收信噪比F U表示如下：
[0044] 式中，4為在節(jié)點j處的平均噪聲功率，Clj為考慮了天線增益和陰影的常數(shù)系數(shù)， cUj為節(jié)點i與節(jié)點j的相對距離，a為傳播衰減系數(shù)。在本發(fā)明中不涉及電臺的功率控制，所 以所有電臺的功率是固定的并且假設(shè)是相同的，即Pi = P。同時假設(shè)所有的常數(shù)系數(shù)k和平 均噪聲功率4均相同，即Cij = C，#=〃2。
[0045] 鏈路的誤碼率和丟包率是衡量通信鏈路通信質(zhì)量的重要指標(biāo)，當(dāng)接收信噪比低于 一定閾值Y時，通信鏈路質(zhì)量由于高誤碼率或丟包率變得不可接受。定義節(jié)點i到節(jié)點j的 通信鏈路的成功傳輸概率Pi j為：
[0047]定義dc為臨界傳輸距離，表示當(dāng)且僅當(dāng)節(jié)點i與節(jié)點j的距離小于臨界傳輸距離dc 時，從節(jié)點i到節(jié)點j的通信鏈路可以成功傳輸，當(dāng)通信鏈路的成功傳輸概率大于或等于某 一閾值即寸，稱通信鏈路連通。根據(jù)連通性的定義，可以建立多機器人網(wǎng)絡(luò)動態(tài)圖G(v，e (〇)，￥={1，2，...少}。其鄰接矩陣為4，矩陣元素以]^定義如下 ：
[0049]其中，iGV={l，2, ? ? ?，N}，對于i，jGV，e(t) = {(i，j) | [A]ij = l}，節(jié)點i的鄰居集 為NeigluilJlULjil}，圖1為多機器人動態(tài)網(wǎng)絡(luò)示意圖。動態(tài)圖G(v，e(t))的拉普拉斯矩 陣L定義為L = D-A，其中〇 = 士如丨乙二[A],.!)為度矩陣，若G(v，e (t))為強連通圖，當(dāng)且僅當(dāng)拉 普拉斯矩陣的第二小特征值"大于零。
[0050] 定義節(jié)點i和節(jié)點j之間的通信鏈路的通信權(quán)值為：
[0051] Wr'=-\nPii (4)
[0052]網(wǎng)絡(luò)的全局信息連通性為：
[0054] 基于上述提供的分布式多機器人動態(tài)網(wǎng)絡(luò)，本發(fā)明提出的一種分布式多機器人動 態(tài)網(wǎng)絡(luò)連通性控制方法的具體實施步驟如下：
[0055] 步驟一、基于事件驅(qū)動的最小生成樹分布式動態(tài)網(wǎng)絡(luò)拓?fù)淇刂啤?br>[0056] 利用建立鄰近圖最小生成樹的方法，得到每個節(jié)點的最優(yōu)鄰居，優(yōu)化全局信息連 通性，提尚網(wǎng)絡(luò)的網(wǎng)絡(luò)服務(wù)質(zhì)量。
[0057]步驟1.1、每個時鐘周期，每個節(jié)點通過無線電臺廣播其位置信息Xl，接收來自其 鄰居發(fā)來的位置信息并保存，組成位置集合x= {Xl} U I j為i接收到信息的節(jié)點}，更新鄰 居集 Neighi。
[0058]步驟1.2、若本時鐘周期的鄰居集與上一周期相比發(fā)生改變，則執(zhí)行步驟1.3,否則 直接執(zhí)行步驟二。
[0059] 步驟1.3、每個節(jié)點根據(jù)鄰居集Neighi建立局部動態(tài)圖Gi=(vi，￡i)，其中Vi = {i} U NeUNeighighi，對于i，jGVi且i乒 j，ei={(i, j) | [A]ij = l}。
[0060] 步驟1.4、利用公式(4)計算局部動態(tài)圖中每條邊的通信權(quán)值
[0061] 步驟1.5、每個節(jié)點利用普里姆方法(Prim方法），從自身開始，建立局部最小生成 樹 MST;
[0062] 步驟1.6、根據(jù)最小生成樹，選取在最小生成樹中的鄰居，組成最優(yōu)鄰居集
[0063] 步驟1.7、廣播最優(yōu)鄰居集同時接收其他鄰居節(jié)點的鄰居信息，增加有向邊， 使網(wǎng)絡(luò)由有向圖變?yōu)闊o向圖。
[0064] 步驟二、基于局部人工勢場法的最優(yōu)鄰居通信鏈路連通性保持運動控制。
[0065] 在步驟一得到的最優(yōu)鄰居集的基礎(chǔ)上，利用人工勢場法獲得節(jié)點的運動控制 指令，保持與最優(yōu)鄰居的通信鏈路，使網(wǎng)絡(luò)在動態(tài)條件下保持連通。
[0066] 步驟2.1、在最優(yōu)鄰居集的基礎(chǔ)上，每個節(jié)點計算與每個最優(yōu)鄰居的通信鏈路 的勢能函數(shù)，表達式為：
[0068] 步驟2.2、綜合所有節(jié)點與最優(yōu)鄰居集的勢能函數(shù)，獲得局部勢能函數(shù)A，表達 式為：
[0069] m = ^ (7)：
[0070] 步驟2.3、對局部勢能函數(shù)求梯度，獲得每個節(jié)點的運動控制指令為：
[0071] it, =-KV'(P: (8)
[0072] 其中K為反饋系數(shù)，V j為求fV沿Xi的梯度。
[0073] 實施例：
[0074] 在本實施例子中，多機器人網(wǎng)絡(luò)由9個機器人節(jié)點組成，其初始位置隨機均勻分布 在100m X 100m的空間范圍內(nèi)，臨界傳輸距離dc = 25m，傳播衰減系數(shù)為a = 2，成功傳輸概率 閾值為8 = ^^。通過計算拉普拉斯矩陣的第二小特征值"和網(wǎng)絡(luò)全局信息連通度Ugm來評估 本發(fā)明對多機器人網(wǎng)絡(luò)連通性的控制和提升能力。
[0075]為了說明本發(fā)明的效果，在控制輸入m中加入隨機擾動L，該擾動在(_1，1)上服從 均勻分布，仿真時長120秒，比較采用本方法和采用與所有鄰居Neiglu保持連通以及控制輸 入m = 0的控制效果。
[0076] 圖2為采用與所有鄰居Neighi保持連通以及控制輸入m = 0的網(wǎng)絡(luò)拓?fù)鋱D，圖3為采 用本方法后的網(wǎng)絡(luò)拓?fù)鋱D，其中圖2和圖3的橫縱坐標(biāo)分別表示100m X 100m空間范圍的東向 和北向。對比圖2和圖3可以看出采用本方法后網(wǎng)絡(luò)中邊的數(shù)量減少，但網(wǎng)絡(luò)依然保持連通， 降低了節(jié)點間媒體訪問控制的沖突，提高了網(wǎng)絡(luò)服務(wù)質(zhì)量。圖4中虛線為采用與所有鄰居 持連通以及控制輸入m = 0的全局信息連通度變化曲線，實線為采用本方法的全局 信息連通度變化曲線，從圖4中可以看出本方法可以提升全局信息連通度。圖5中虛線為采 用與所有鄰居Neighi持連通以及控制輸入m = (^A2變化曲線，實線為采用本方法的\2變 化曲線，從圖5中可以看出，采用與所有鄰居持連通以及控制輸入m = 0的網(wǎng)絡(luò)不保 持連通(A2 = 0 )，而采用本方法可以保證網(wǎng)絡(luò)在隨機擾動的情況下保持連通(A2 >0)。本發(fā)明 提出的分布式多機器人動態(tài)網(wǎng)絡(luò)連通度控制方法可以提升全局信息連通度的同時保持網(wǎng) 絡(luò)連通。
[0077] 本發(fā)明未詳細(xì)描述內(nèi)容為本領(lǐng)域技術(shù)人員公知技術(shù)。
【主權(quán)項】
1. 一種分布式多機器人動態(tài)網(wǎng)絡(luò)連通性控制方法，其特征在于:包括如下步驟， 步驟一、基于事件驅(qū)動的最小生成樹分布式動態(tài)網(wǎng)絡(luò)拓?fù)淇刂疲? 利用建立鄰近圖最小生成樹的方法，得到每個節(jié)點的最優(yōu)鄰居，具體為： 步驟1.1、每個時鐘周期，每個節(jié)點通過無線電臺廣播其位置信息X1，接收來自其鄰居發(fā) 來的位置信息并保存，組成位置集合x= {Xl} U I j為i接收到信息的節(jié)點}，更新鄰居集 Neighi;iG{l，2...，N}，jG{l，2，...，N}，i#j; 步驟1.2、若本時鐘周期的鄰居集與上一周期相比發(fā)生改變，則執(zhí)行步驟1.3,否則直接 執(zhí)行步驟二； 步驟1.3、每個節(jié)點根據(jù)鄰居集Neighi建立局部動態(tài)圖Gi= (Vi，￡i)，其中Vi={i}U Neighi，對于i, jGVi且i乒j，ei={(i, j) | [A]i」= l}; [A]u為鄰接矩陣A的矩陣元素，定義如下：5為通信鏈路的成功傳輸概率閾值； 步驟1.4、計算局部動態(tài)圖中每條邊的通信權(quán)值; 節(jié)點i和節(jié)點j之間的通信鏈路的通信權(quán)值為： ，陽為節(jié)點i到節(jié)點j的通信鏈路的成功傳輸概率； 步驟1.5、每個節(jié)點利用普里姆方法，從自身開始，建立局部最小生成樹MST; 步驟1.6、根據(jù)最小生成樹，選取在最小生成樹中的鄰居，組成最優(yōu)鄰居集f; 步驟1.7、廣播最優(yōu)鄰居集Af?'，同時接收其他鄰居節(jié)點的鄰居信息，增加有向邊，使網(wǎng) 絡(luò)由有向圖變?yōu)闊o向圖； 步驟二、基于局部人工勢場法的最優(yōu)鄰居通信鏈路連通性保持運動控制； 在步驟一得到的最優(yōu)鄰居集iVf7的基礎(chǔ)上，利用人工勢場法獲得節(jié)點的運動控制指令， 保持與最優(yōu)鄰居的通信鏈路，使網(wǎng)絡(luò)在動態(tài)條件下保持連通，具體為： 步驟2.1、在最優(yōu)鄰居集的基礎(chǔ)上，每個節(jié)點計算與每個最優(yōu)鄰居的通信鏈路的勢 能函數(shù)，表達式為：dc為臨界傳輸距離； 步驟2.2、綜合所有節(jié)點與最優(yōu)鄰居集ITst的勢能函數(shù)，獲得局部勢能函數(shù)％，表達式 為： 中丨= Y^y収% 步驟2.3、對局部勢能函數(shù)求梯度，獲得每個節(jié)點的運動控制指令為： u. =-KV <P 其中K為反饋系數(shù)，為求0沿xi的梯度。
【文檔編號】G05D1/02GK106054875SQ201610352212
【公開日】2016年10月26日
【申請日】2016年5月25日
【發(fā)明人】蔡達, 吳森堂
【申請人】北京航空航天大學(xué)