[发明专利]一种大规模晶格式模块机器人系统的自修复方法

说明书

技术领域

本发明涉及机器人控制方法技术领域，具体地，涉及一种大规模晶格式模块机器人系统的自修复方法，以实现系统在子模块出现故障状况下的自修复。

背景技术

模块机器人是由多个自主的智能模块组成的机器人系统，利用模块之间的连接性和互换性，以及模块自身传感器感知到的周围环境信息，通过大量模块之间的相互操作改变整体构形,扩展移动形式，实现不同的运动步态,完成相应的操作任务。这种机器人适用于工作环境变化大，操作任务复杂的场合，如空间操作，救灾搜索、战场侦察、核电站维护等。

当系统中的若干个模块机器人出现故障时，需要自主定位故障的模块机器人位置，识别故障类型。通过模块之间的相互运动改变结构，使用正常的模块将故障模块替换，这就是模块机器人的自修复过程。

目前关于模块机器人自修复研究已经成为一个热点，自修复研究的关键是自修复方法。现有的技术可分为集中式方法和分布式方法。

集中式方法是指模块机器人只作为执行的终端，模块机器人采集环境、连接等信息，把信息传给上位机。上位机对收集到的数据进行处理，把处理结果发送给每个模块由模块去执行操作，典型的有遗传方法、有限状态机、分治法。此类方法，上位机可以得到所有模块的信息，决策方便，一般不用考虑模块之间的协调和冲突问题；其缺点是响应速度慢、对模块与上位机的通信要求高、上位机的负载大、上位机的故障会导致系统瘫痪。

分布式方法中，每个模块都装有处理器，模块自身通过获得到的环境信息和自身状态进行决策。通过大量模块的行为组合成整个机器人系统的动作。在分布式方法中没有上位机，所以模块需要自己完成故障诊断和路径规划。

在故障诊断方面，有Adaptive DSD方法。这种方法的思想是：从一个正常模块开始，首先检测它的下一个模块，若模块异常，记录故障跳过该模块，若正常，把控制权交给下一个正常模块。Adaptive DSD方法不需要上位机存在，但需要有集线器连接各节点，当系统的拓扑结构发生会变化时，此种方法显然不适用。

自主离散诊断方法(Autonomous Distributed Diagnosis Method，ADDM)。这种方法的思想是把整个模块机器人系统分成若干小的区域，每个区域中由Token Node主导，使用Adaptive DSD方法进行故障检测。这种方法适合于节点的通信范围有限，无上位机的情况。

在路径规划方面比较著名的分布式方法有蚁群方法。然而，对于节点非常多的情况，大部分蚂蚁仍集中在出发点附近，向周围扩散很慢，这使得用蚁群方法在处理诊断问题方面效率很低。

关于自修复相关的方法，Weimin Shen根据反应扩散模型的理论，提出了自组织的数字激素调节模型。数字激素模型(Digital Hormone Model)可以概括为对于一个大规模的多智能体系统，每个智能体看作一个细胞，细胞可以分泌激素。激素可以在细胞之间扩散并且影响其它细胞的行为。激素可以有很多种类和不同的功能。通过给出激素分泌和扩散的函数，使众多智体在数字激素的引导下运动，整个系统就会形成有规则的构型。该方法已经在小型链式模块机器人上得到了较好的应用。然而，针对大规模晶格式模块机器人修复任务，该激素调节模型需要根据其特性，进行许多改进与完善，以保证系统的稳定与高效。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种大规模晶格式模块机器人系统的自修复方法，该方法修复效率较高并且支持多模块同时修复。

为实现以上目的，本发明提供一种大规模晶格式模块机器人系统的自修复方法，所述方法包括故障诊断、激素分泌和自修复动作三个过程，故障诊断、激素分泌和自修复动作三个过程互相调节，共同完成模块机器人系统自修复；其中：

所述故障诊断，检测模块机器人故障情况，估计故障规模，并触发自修复事件；包括如下步骤：

S11：相邻模块通过对接机构的数据接口互相检测是否存在故障或无响应；

S12：当检测到相邻模块故障或无响应时，发送故障报文至故障接口沿顺时针方向的下一个正常接口；

S13：当模块接收到故障报文时，将自身ID添加到报文中，继续发送故障报文至接收报文接口顺时针方向的下一个正常接口；

S14：重复S13步骤若干次后，发出故障报文模块会接收到自己发出的报文，并根据报文中的ID判断故障规模L，故障规模L作为修复路径规划的一个重要参数；

S15：触发自修复事件；