[发明专利]一种面向机器人系统的人在回路决策建模与控制方法

说明书

本发明提出一种面向机器人系统的人在回路决策建模与控制方法，包括机器人任务设计、人的决策信息选择、人的决策行为建模、人的决策任务设计、固定时间滑模自适应行为控制器设计；所述方法首先获取机器人执行任务后的输出信息值，然后通过选择机器人位置偏差信息与速度偏差信息作为人的决策信息，使用人为决策漂移扩散模型作为建模方法，根据人的决策信息对人的决策行为进行建模，达到决策阈值后选择执行人为干预行为，设计人为决策任务，最后基于固定时间滑模控制方法设计自适应行为控制器，当机器人无法自主控制完成任务时，通过执行人为决策任务来在有限时间内完成工作任务；本发明有助于保证有限时间内完成人机复合任务，实现人机任务共融。

技术领域

本发明涉及人机交互技术领域，尤其是一种面向机器人系统的人在回路决策建模与控制方法。

背景技术

行为控制作为编队控制技术之一，能够实现多机器人系统的分布式控制，具有灵活避障等优点，但传统行为控制方法不能保证编队控制的稳定性，为此，采用基于零空间的行为控制方法，该方法的数学模型能实现编队稳定，但由于缺少人的参与，使得行为控制方法在部分情况下无法消除任务之间的冲突，导致任务无法顺利完成。

因此，为了更好实现编队控制和提高编队稳定性能，需要引入人机交互。当前人与多机器人交互已经在基于领航跟随者等编队控制方法和人机交互控制框架等应用领域取得成功，但它们缺乏精确的人的模型。人的模型可以帮助预测在何种情况下人会出现较差的表现或不稳定，因此对于提高人类决策的准确性是必要的。目前存在一些人的模型建模方法，包括文献(Pentland A,Liu A.Modeling and prediction of human behavior[J].Neural computation,1999,11(1):229-242.)提出的马尔科夫模型，文献(Gao J,Lee JD.Extending the decision field theory to model operators'reliance onautomation in supervisory control situations[J].IEEE Transactions on Systems,2006,36(5):943-959.)提出的扩展决策领域理论，此类方法依赖概率和人的信任作为建模依据，相比于这两种方法，文献(Ratcliff R,McKoon G.The diffusion decision model:theory and data for two-choice decision tasks[J].Neural computation,2008,20(4):873-922.)提出的漂移扩散模型根据人的实际感官信息进行人的决策建模，主要应用于神经学领域中人的决策建模，在人与多机器人交互背景下的应用仍属于开放性问题。此外，实际应用中人机协同任务的执行是存在时间要求的，传统针对人机协同任务执行控制器的设计无法保证人机复合任务能在有限时间内完成，因此，设计一种人机协同控制器来实现有限时间内执行人机复合任务仍属于开放性问题(Zuo Z.Non-singular fixed-timeterminal sliding mode control of non-linear systems[J].IET control theoryapplications,2014,9(4):545-552.)。针对漂移扩散模型在人与多机器人领域的应用问题与人机复合任务在有限时间内完成的应用问题，本发明将漂移扩散模型与基于零空间的行为控制方法相结合，提出人的漂扩散模型，通过速度-准确性准则得到相对应得决策阈值公式，该方法能够提高人的决策准确性；同时提出固定时间滑模自适应行为控制器设计方法，保证人机复合任务在有限时间顺利执行。

发明内容

本发明提出一种面向机器人系统的人在回路决策建模与控制方法，通过对人的决策行为进行建模，设置人的决策阈值，提高人的决策准确性，设计人为干预任务，同时结合固定时间滑模控制与行为控制方法，采用自适应补偿策略，消除外部扰动，保证有限时间内完成人机复合任务，实现人机任务共融。

本发明采用以下技术方案。