[发明专利]多机器人围捕方法有效

专利信息
申请号: 201711250876.1 申请日: 2017-12-01
公开(公告)号: CN108115685B 公开(公告)日: 2020-03-13
发明(设计)人: 曹志强;吴志勇;庞磊;于莹莹;周超;陈尔奎 申请(专利权)人: 中国科学院自动化研究所;山东华尚电气有限公司
主分类号: B25J9/16 分类号: B25J9/16
代理公司: 北京瀚仁知识产权代理事务所(普通合伙) 11482 代理人: 郭文浩;陈晓鹏
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器人 围捕 方法
【说明书】:

发明属于机器人技术领域,具体涉及一种多机器人围捕方法。旨在解决现有技术对入侵者的预测步数选取缺乏适应性导致期望围捕点确定不合理,进而导致围捕效率降低的问题。本发明提供一种多机器人围捕方法,包括多机器人系统中多个机器人进行入侵者搜索,直至发现入侵者;计算入侵者的全局位置信息;根据存储的入侵者的全局位置信息判断是否超过预设个数阈值以及是否满足包围圈收缩条件,根据判断结果计算期望的运动方向,控制多机器人系统中的机器人对入侵者进行围捕。本发明提供的方法能够实现入侵者预测步数的优化选取,提高了围捕的效率。

技术领域

本发明属于机器人技术领域,具体涉及一种多机器人围捕方法。

背景技术

随着移动机器人应用领域的不断扩大,对机器人的要求也越来越高。在面对一些复杂、需要并行完成任务时,单个机器人难以胜任,需要多个机器人协调合作来共同完成任务。在多机器人协调合作的任务中,围捕任务由于入侵者运动的不可预测性以及对抗性受到广泛关注。

围捕任务要求多个机器人完成对环境中的入侵者的围追堵截,这是通过多个机器人奔向各自期望围捕点加以实现的。期望围捕点的确定将直接影响到围捕任务的效率。在多机器人系统期望围捕点的确定方面,现有技术通常基于入侵者的当前位置进行确定,这种方式将导致机器人处于被动状态,不利于围捕任务的完成;也有少量技术会预测入侵者未来可能到达的位置,并以此为依据来确定多机器人系统的期望围捕点,但是对入侵者的预测步数通常是根据经验得出,而且预测步数往往是一个定值,降低了围捕的效率。

因此,如何提出一种解决上述问题的方案是本领域技术人员目前需要解决的问题。

发明内容

为了解决现有技术中的上述问题,即为了解决现有技术对入侵者的预测步数选取缺乏适应性导致期望围捕点确定不合理,进而导致围捕效率降低的问题,本发明提供了一种多机器人围捕方法,包括:

步骤S1:多机器人系统中多个机器人进行入侵者搜索,直至发现入侵者;

步骤S2:计算所述入侵者的全局位置信息;

步骤S3:未发现所述入侵者的机器人,接收并存储来自其他机器人的全局位置信息以及所述入侵者的全局位置信息;发现所述入侵者的机器人,在接收来自其他机器人的全局位置信息以及所述入侵者的全局位置信息后,仅存储其他机器人的全局位置信息;

步骤S4:判断存储的所述入侵者的全局位置信息的个数是否超过预设个数阈值,若否,则执行步骤S7;若是,则判断所述多机器人系统是否满足预设的包围圈收缩条件,若满足,则执行步骤S6,若不满足,则执行步骤S51;

步骤S51:拟合所述入侵者的运动轨迹,计算所述入侵者的预测位置信息,执行步骤S52;

步骤S52:根据所述入侵者的预测位置信息,计算所述入侵者的优化的预测步数,得到期望围捕点的位置信息,执行步骤S7;

步骤S6:计算所述多机器人系统满足所述预设的包围圈收缩条件时机器人的期望的运动方向,执行步骤S7;

步骤S7:控制所述多机器人系统中的机器人对所述入侵者进行围捕。

在上述方法的优选技术方案中,“多机器人系统中多个机器人进行入侵者搜索”,其方法具体为:

所述多机器人系统中多个机器人按照预设间隔时间从当前方向、所述当前方向的左偏30°方向以及所述当前方向的右偏30°方向这三个方向中,随机选择一个方向作为期望的运动方向进行入侵者搜索。

在上述方法的优选技术方案中,“计算所述入侵者的全局位置信息”,其方法为:

通过视觉识别计算发现所述入侵者的机器人相对于所述入侵者的距离和相对角度;

获取发现所述入侵者的机器人的全局位置信息以及该机器人的当前方向与正北方向的夹角;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所;山东华尚电气有限公司,未经中国科学院自动化研究所;山东华尚电气有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711250876.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top