[发明专利]一种基于区块链共同认知的多机器人快速目标搜索方法

说明书

本发明公开了一种基于区块链共同认知的多机器人快速目标搜索方法，目的是实现机器人快速搜索。技术方案是先构建目标搜索场景，机器人上安装传感器、游走避障模块、数据采集模块、数据处理模块、全局定位模块、邻居感知模块、区块链接口、Hashgraph数据接收模块、Hashgraph共识模块和智能合约模块；机器人采集原始图像数据，邻居感知模块构建邻居机器人列表；区块链接口和数据接收模块封装交易，打包到事件中，并同步区块链的数据；共识模块进行信息交互，确定本地数据接收模块中的事件；智能合约模块提取事件数据并构建共同认知，利用共同认知进行目标搜索。采用本发明能使多机器人快速有效地构建共同认知，快速搜索目标。

技术领域

本发明涉及多机器人目标搜索领域，尤其涉及多机器人在分布比较分散且自身计算 资源和通信受限，甚至存在恶意机器人干扰的情况下，快速搜索到有效目标的方法。

背景技术

随着机器人技术的不断发展，机器人的应用场景日趋多样，单个机器人无法满足许 多复杂场景的需求，研究人员逐渐把目光从单机器人转向多机器人系统。通常来说，多机器人系统是指通过组织多个机器人协作完成某一共同任务的机器人群体。相比单机器人，多机器人系统不仅有数量上的优势，信息来源更广、资源更多、应用空间更大，数 量的增加可以转换为质量优势，有更好的可扩展性、稳定性和鲁棒性，能够达到“整体 大于部分之和”的效果。

在主动协作的机器人系统中，各机器人知道环境中其它机器人的存在，并基于系统 成员的状态、行为或功能一起行动完成共同目标。按照协调和控制方式，主动协作的多机器人系统可以分为预规划和自组织两种。预规划协同指事先指定指挥控制关系，主控 节点掌握全局信息，并规划系统的任务和资源分配。这种协同方式结构简单，管理方便， 但其指挥控制关系僵化，单点失效可能导致整个系统崩溃。在自组织协同结构中，机器 人群体没有指定的协作关系，各个机器人地位相同，按照规则组成一定的结构或功能， 通过交互及自主处理信息，在群体层面上呈现出完成任务的能力。相比预规划协同，自 组织协同方式更强调去中心化，且能充分发挥各个节点的主观能动性，彼此间按需动态 聚合，能够较好地适应动态复杂环境。

当前针对多机器人的自组织协同研究有大量研究，包括多机器人协同环境感知、优 化控制等领域。研究人员基于地图融合、路径规划等应用场景，提出了多旅行商、车辆路由等模型，并根据这些模型提出了蚁群算法、粒子群算法等多机器人协同算法，取得 了良好效果。对于近年来得到广泛关注的强化学习，研究人员也相应提出了多机器人强 化学习模型，包括多智能体深度确定性策略梯度MADDPG(multi-agent deep deterministicpolicy gradient)算法、演员-评论家AC(actor-critic)框架等。然而，这些工作大都针对特定场景预先规定各机器人的行为准则，无法适用于动态变化的环境，缺乏灵活性；部 分工作，如多机器人的同步定位与建图SLAM(simultaneous localization and mapping) 算法，将构建对环境的一致视图作为研究对象，但其研究重点在于如何协调多机器人构 建一致的环境地图，其中包括模糊处理、误差估计等粗略处理，而怎样基于一致的环境 视图协调多机器人行为则少有研究。

多机器人系统往往工作于复杂变化的未知环境，而机器人通常基于局部知识采取行 动，但难以在系统层面获得全局一致性，无法形成合力。如何在统一目标和意图的驱动下，让多机器人系统中的个体高效协同，将分散的个体行为凝聚为合力，在整体层面上 呈现出群体智能的效果，是当前的研究热点。实际上，与人类的协同类似，在多机器人 的自组织协同过程中，若能对环境态势、任务目标、行动准则等在群体层面上达成一致 (即共同认知)，即使没有中心化的节点，也有可能产生高效的协同行为。具体来说， 共同认知是指个体对客观环境态势、任务目标、行为准则等信息的认知在群体层面上达 成一致。不同于分布式条件下个体的无序行动，基于共同认知，各机器人能够就一致性 的信息形成统一的协同机制，在群体层面形成合力。