[发明专利]一种集群跟踪运动学建模方法、设备及存储介质

说明书

本发明公开了一种集群跟踪运动学建模方法、系统、设备及存储介质，步骤一，将多移动机器人的动态跟踪过程描述为数学化表达式；步骤二，基于动态跟踪过程的数学化描述，根据人工势场法构建势场函数；步骤三，根据势场函数建立多移动集群跟踪运动学模型。实现了机器人在复杂环境下完成跟踪任务的同时，具备有生物集群特性。

技术领域

本发明属于机器人领域，涉及一种集群跟踪运动学建模方法、系统、设备及存储介质。

背景技术

在含有障碍的工作环境中不发生碰撞的完成对动态目标的实时跟踪是移动机器人达成工作任务的基本要求。其中单移动机器人路径规划常用算法有基于行为法、模糊控制法、人工势场法等。而多移动机器人集群系统的协调跟踪可以理解为系统的集群跟踪问题，多移动机器人的集群跟踪可实现动态目标追踪，同时具备生物集群行为特征，例如：一致性、编队保持、防碰撞和聚集性等。由于集群跟踪是一个复杂的集群行为，为实现移动机器人集群跟踪任务，首先应对机器人的集群行为进行分析，并建立其集群行为的数学模型。

目前，针对多移动机器人系统集群行为常用的建模方法有：基于引力/斥力作用的集群行为建模方法、欧拉法和基于仿真的建模方法，它们大多使系统具有良好的稳定性。目前，各国研究学者针对多移动机器人系统集群行为提出了许多的建模和分析方法，常用的方法有：基于引力/斥力(Attraction/Repulsion)作用的集群行为建模方法、欧拉(Euler)法和基于仿真的建模方法。其中基于引力/斥力作用的集群行为建模方法遵循“远则吸引，近则排斥”的基本原则，是保证集群分离和聚集的常用方法。而由其发展而来的基于人工势场理论的表现个体间相互作用关系的A/R模型，可运用系统内个体间和群体间相互的作用力来协调整个群体系统，并且根据个体间相互作用原则，系统地研究多移动机器人的集群运动。多移动机器人的集群跟踪可实现动态目标追踪，和单一移动机器人的目标跟踪有所不同，它必须完成跟踪任务并保持生物集群行为一定的特性，如收敛性、防碰撞性能、编队行为等。已有的多移动机器人建模方法难以保证各种不同结构的机器人在复杂环境下完成跟踪任务的同时，具备有生物集群特性。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种集群跟踪运动学建模方法、系统、设备及存储介质，机器人在复杂环境下完成跟踪任务的同时，具备有生物集群特性。

为达到上述目的，本发明采用以下技术方案予以实现：

一种集群跟踪运动学建模方法，包括以下步骤；

步骤一，将多移动机器人的动态跟踪过程描述为数学化表达式；

步骤二，基于动态跟踪过程的数学化描述，根据人工势场法构建势场函数；

步骤三，根据势场函数建立多移动集群跟踪运动学模型。

优选的，步骤一中，多移动机器人的动态跟踪过程为：多移动机器人群的中心位置不断的趋近于移动目标运动轨迹，直至多移动机器人的中心位置与移动目标重合。

优选的，步骤一中的数学表达式为：

其中集合表示机器人集群中心在集群跟踪控制中的期望位置，为移动机器人集群中心位置，qⁱ(t)∈Rⁿ表示移动机器人的位置向量；表示动态移动目标的位置向量，i∈{1,2,…,N}。

优选的，步骤二中，根据人工势场法原理，移动目标对机器人具有吸引力，其吸引力的大小与距离成正比，各移动机器人之间具有排斥力，其排斥力的大小与距离成反比，构建的势场函数为

其中G(q)为移动机器人i总势场函数，G_ij(qⁱ,q^j)表示移动机器人i和移动机器人j之间的势场函数；表示移动机器人i和移动目标之间的势场函数。