[发明专利]一种基于群体机器人的目标围捕控制方法及系统

权利要求书

1.一种基于群体机器人的目标围捕控制方法，其特征在于，所述方法包括：

初始化环境地图中的信息素和机器人位置，所述环境地图为执行环境的占据栅格地图；

机器人对执行环境进行探测，以更新环境地图中的信息素，并根据更新后的信息素和反蚁群算法确定运动路径；所述信息素包括障碍信息素和跟随信息素；

当机器人探测到目标或跟随信息素时，通过检测信息素浓度的变化来计算该目标在过去一段时间内的位移变化，并基于跟踪算法自适应调整该机器人的运动速度和方向，以保持对目标的跟踪；

当群体机器人的数量达到设定数量后，通过信息素浓度生成特征点，将所述特征点作为输入，通过基于信息素输入的插值隐函数得到群体聚合形态，根据基因调控网络模型的下层模型控制群体机器人到达生成的群体聚合形态上，以对至少一个目标进行围捕。

2.根据权利要求1所述的一种基于群体机器人的目标围捕控制方法，其特征在于，所述特征点包括内点、边界点和外点。

3.根据权利要求2所述的一种基于群体机器人的目标围捕控制方法，其特征在于，所述机器人对执行环境进行探测，以更新环境地图中的信息素，包括：

机器人使用其携带的单点激光雷达传感器和摄像头对周围环境进行探测，当机器人探测到障碍物时，在所述障碍物所处的网格释放障碍信息素；当机器人探测到目标时，在所述目标所处的网格释放跟随信息素。

4.根据权利要求3所述的一种基于群体机器人的目标围捕控制方法，其特征在于，所述根据更新后的信息素和反蚁群算法确定运动路径，包括：

机器人在执行环境中移动时读取环境地图中的信息素浓度，根据所述信息素浓度确定的转移概率选择转移的网格。

5.根据权利要求4所述的一种基于群体机器人的目标围捕控制方法，其特征在于，所述转移概率的计算公式为：

其中，i为机器人的编号，j为第i个机器人的转移概率，q为随机数，q₀为预先设置的阈值，q和q₀的取值范围均为[0，1]，τ₀表示最大信息素浓度，s为第i个机器人当前所处的网格，allowed_k代表第i个机器人当前允许转移的网格的集合，α为跟随信息素的权重，β为障碍信息素的权重，τ(i，s)表示网格s上的信息素浓度，τ(i，μ)代表网格μ上的信息素浓度，η(i，s)表示第i个机器人当前选择转移的网格为网格s，η(i，μ)表示第i个机器人当前选择转移的网格为网格μ。

6.根据权利要求1所述的一种基于群体机器人的目标围捕控制方法，其特征在于，所述基于跟踪算法自适应调整该机器人的运动速度和方向，从而保持对目标的跟踪，包括：

若目标静止，则该机器人围绕该目标做圆周运动。

7.一种基于群体机器人的目标围捕控制系统，其特征在于，所述系统包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1至6任一项所述的基于群体机器人的目标围捕控制方法。