[发明专利]基于梯度扩散机制的多机器人网络故障修复方法在审
申请号: | 201811293412.3 | 申请日: | 2018-11-01 |
公开(公告)号: | CN109302320A | 公开(公告)日: | 2019-02-01 |
发明(设计)人: | 朱洪波;卢钊;余雪勇 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | H04L12/24 | 分类号: | H04L12/24 |
代理公司: | 南京苏科专利代理有限责任公司 32102 | 代理人: | 姚姣阳 |
地址: | 210003 江苏省南京*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多机器人 梯度扩散 修复 机器人 多机器人网络 故障修复 通信网络 递归 通信网络拓扑 故障网络 路径冲突 通信故障 拓扑结构 网络断开 耦合矩阵 连通性 同步性 减小 替换 研究 | ||
1.一种基于梯度扩散机制的多机器人网络故障修复方法,包括如下步骤:
S1,当机器人节点出现故障时,每个故障机器人节点的邻居机器人节点状态转为第一步修复机器人节点的候选状态,形成候选邻居机器人节点集A1;
S2,根据选举机制在所述候选邻居机器人节点集A1中选举出第一步修复机器人节点;
S3,选举出的第一步修复机器人节点移动到所述故障机器人节点的位置,以恢复所述故障机器人节点处的通信;
S4,根据步骤S2的选举机制进行第m步修复机器人节点的选举,此时,第(m-1)步修复机器人节点的邻居机器人节点状态转为第m步修复机器人节点的候选状态,形成候选邻居机器人节点集Am;其中,m>1;
S5,选举出的第m步修复机器人节点移动到第(m-1)步修复机器人节点的位置,以恢复第(m-1)步修复机器人节点处的通信;
S6,循环进入步骤S4,直到选举的修复机器人节点为梯度源节点;
S7,每一个机器人节点更新自身的梯度值,修复过程结束。
2.根据权利要求1所述的基于梯度扩散机制的多机器人网络故障修复方法,其特征在于:当至少两个机器人节点出现故障时,每一个故障机器人节点都将按照所述步骤S1-S6选举出一条修复路径,所选举出的至少两条修复路径不包含重复的机器人节点。
3.根据权利要求1所述的基于梯度扩散机制的多机器人网络故障修复方法,其特征在于,步骤S2中所述选举机制如下:
若所述候选邻居机器人节点集A1中不同的邻居机器人节点对应的机器人程度值di不同,则选举机器人程度值di最小的邻居机器人节点作为修复机器人节点;
若所述候选邻居机器人节点集A1中不同的邻居机器人节点对应的机器人程度值di相同,则选举机器人梯度值gi最小的邻居机器人节点作为修复机器人节点;
若所述候选邻居机器人节点集A1中不同的邻居机器人节点对应的机器人程度值di与机器人梯度值gi均相同,则选举机器人编号IDi最小的邻居机器人节点作为修复机器人节点。
4.根据权利要求1所述的基于梯度扩散机制的多机器人网络故障修复方法,其特征在于,步骤S6中所述梯度源节点的确定包括以下步骤:
判断每个机器人节点的程度值是否在所有邻居机器人节点中最小,如果是,定义其为梯度源节点,并定义所述梯度源节点的梯度值为0;如果不是,定义其为非梯度源节点,并定义所述非梯度源节点的梯度值为无穷大。
5.根据权利要求1所述的基于梯度扩散机制的多机器人网络故障修复方法,其特征在于:所述步骤S7具体包括如下步骤:
S71,每个机器人节点向其邻居机器人节点发送扩散包D=(di,gi);其中di表示第i个机器人节点的程度值,gi表示第i个机器人节点的梯度值;
S72,每个机器人节点根据收到的邻居机器人节点发出的扩散包,按照梯度扩散机制更新自身的梯度值gi,所述梯度扩散机制满足如下关系式:
其中,min为最小值函数;gl(t-1)为(t-1)时刻第l个机器人节点的梯度值;gi(t)表示t时刻第i个机器人节点的梯度值;
S73,循环进入步骤S71,直到整个多机器人网络的机器人节点的梯度值达到稳定,并满足如下关系式:
gi(t+T)=gi(t)
其中,gi表示第i个机器人节点的梯度值;gi(t)表示t时刻第i个机器人节点的梯度值;gi(t+T)表示(t+T)时刻第i个机器人节点的梯度值;
S74,修复过程结束。
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南京邮电大学,未经南京邮电大学许可,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/201811293412.3/1.html,转载请声明来源钻瓜专利网。