[发明专利]移动机器人及多移动机器人的协调控制方法

权利要求书

1.一种多移动机器人的协调控制方法，其特征在于，包括以下步骤：

A：获取个体移动机器人的当前时刻的位置以及所述个体移动机器人的邻居机器人的当前时刻的位置；

B：判断所述个体移动机器人是否具有预定的期望位置信息，并根据所述判断的结果确定第一参数；

C：根据所述第一参数以及所述多移动机器人的加权邻接矩阵确定所述个体移动机器人的学习参数，其中所述学习参数包括第一学习参数和第二学习参数，且所述第一学习参数和第二学习参数非负且满足预定的权规则条件；以及

D：根据所述个体移动机器人的当前时刻的位置、所述个体移动机器人的邻居机器人的当前时刻的位置、所述第一参数和所述学习参数控制所述个体移动机器人。

2.根据权利要求1所述的多移动机器人的协调控制方法，其特征在于，所述步骤B进一步包括：

如果所述个体移动机器人具有所述预定的期望位置信息，则确定所述第一参数为大于0的数值；

如果所述个体移动机器人不具有所述预定的期望位置信息，则确定所述第一参数为0。

3.根据权利要求1所述的多移动机器人的协调控制方法，其特征在于，所述预定的权规则条件为：

其中，φ_ij为所述第一学习参数，为所述第二学习参数，ω_i为所述第一参数，a_ij为所述多移动机器人的加权邻接矩阵的元素，N_i为所述个体移动机器人i的邻居机器人集合，ε_i为采样步长。

4.根据权利要求1所述的多移动机器人的协调控制方法，其特征在于，所述步骤D进一步包括：

D1：根据所述个体移动机器人的当前时刻的位置、所述个体移动机器人的邻居机器人的当前时刻的位置、所述第一参数和所述学习参数，通过以下的公式确定个体移动机器人i的控制量：

其中，x_i(t)为个体移动机器人i的当前时刻的位置，x_j(t)为个体移动机器人i的邻居机器人j的当前时刻的位置，x_r为所述预定的期望位置信息，u_i(t)为所述个体移动机器人i的控制量；以及

D2：根据所述控制量和所述个体移动机器人当前时刻的位置，通过以下的公式确定所述个体移动机器人的下一时刻的位置：

x_i(t+1)＝x_i(t)+ε_iu_i(t)，

其中，x_i(t+1)为所述个体移动机器人的下一时刻的位置。

5.一种移动机器人，其特征在于，包括：

获取模块，用于获取所述移动机器人的当前时刻的位置以及所述移动机器人的邻居机器人的当前时刻的位置；

第一确定模块，用于判断所述移动机器人是否具有预定的期望位置信息，并根据所述判断的结果确定第一参数；

第二确定模块，用于根据所述第一参数以及所述移动机器人所在的多移动机器人网络的加权邻接矩阵确定所述移动机器人的学习参数，其中所述学习参数包括第一学习参数和第二学习参数，且所述第一学习参数和第二学习参数非负且满足预定的权规则条件；以及

控制模块，用于根据所述移动机器人的当前时刻的位置、所述移动机器人的邻居机器人的当前时刻的位置、所述第一参数和所述学习参数控制所述移动机器人。

6.根据权利要求5所述的移动机器人，其特征在于，

如果所述移动机器人具有所述预定的期望位置信息，则所述第一确定模块确定所述第一参数为大于0的数值；

如果所述移动机器人不具有预定的期望位置信息，则所述第一确定模块确定所述第一参数为0。

7.根据权利要求5所述的移动机器人，其特征在于，所述预定的权规则条件为：

其中，φ_ij为所述第一学习参数，为所述第二学习参数，ω_i为所述第一参数，a_ij为所述多移动机器人网络的加权邻接矩阵的元素，N_i为所述移动机器人i的邻居机器人集合，ε_i为采样步长。

8.根据权利要求5所述的移动机器人协调控制方法，其特征在于，所述控制模块进一步包括：

控制量确定单元，用于根据所述移动机器人的当前时刻的位置、所述移动机器人的邻居机器人的当前时刻的位置、所述第一参数和所述学习参数，通过以下的公式确定所述移动机器人的控制量：

其中，x_i(t)为移动机器人i的当前时刻的位置，x_j(t)为移动机器人i的邻居机器人j的当前时刻的位置，x_r为所述预定的期望位置信息，u_i(t)为所述移动机器人i的控制量；以及

位置确定单元，用于根据所述移动机器人的控制量和所述移动机器人当前时刻的位置，通过以下的公式确定所述移动机器人的下一时刻的位置：

x_i(t+1)＝x_i(t)+ε_iu_i(t)，

其中，x_i(t+1)为所述移动机器人的下一时刻的位置。