[发明专利]一种链式模块化自重构机器人的连接规划方法及机器人

说明书

本发明公开了一种链式模块化自重构机器人的连接规划方法及机器人，方法包括：将链式模块化自重构机器人中的每个模块设定为多入度单出度模块，并确定初始构型与目标构型的连接关系的邻接矩阵；调用多项式时间算法对邻接矩阵进行求解，并以近优解的成本作为上界，初始化树型分枝与定界算法中分支及剪枝操作的循环框架；调用BRANCHING函数对树型分枝与定界算法中的树进行分枝操作和剪枝操作，得到全局最优解；根据全局最优解控制各多入度单出度模块进行连接。本发明计算链式模块化自重构机器人在自重构过程中的连接规划问题的最优解，定义构型之间转换所需要的断开和连接的最少步数，最大限度地减少运动规划和实际动作所消耗的时间。

技术领域

本发明涉及机器人技术领域，尤其涉及的是一种链式模块化自重构机器人的连接规划方法及机器人。

背景技术

模块化自重构机器人(ModularSelf-Reconfiguration Robot，以下简称为MSRR)由多个同构或异构模块组成，可以通过改变模块之间的连接关系来改变其整体构型。MSRR可以在火灾、地震等非结构化环境中执行各种任务，例如勘探、抓取和救援。自重构(Self-Reconfiguration，SR)指的是将模块化机器人的一种构型转换为目标构型的动作过程。现有的MSRR硬件可以分为晶格式和链式。链式MSRR包括FreeBOT，SnailBot、Ant3DBot、FireAnt-3D、Cross-ball等。

现有的MSRR的连接规划方法尚未尝试将多项式时间算法和指数时间算法的优点结合在一起；例如，基于置换矩阵求解最优解的数值优化方法，此方法的计算复杂度为比指数计算更慢；例如，基于主成分分析和二分匹配的多项式时间算法来求解近优解，该算法不利用图形属性，如可互换的连接点，此外，此方法不能处理具有根模块的构型。

虽然，现有的技术方案分别提出了指数时间算法MDCOP和多项式时间算法Greedy-CM；但是，MDCOP将最优连接规划问题转换为分布式约束优化问题(DCOP)以调用DCOP领域的现有算法，而不是从头开始为连接规划领域开发新的最优求解器。Greedy-CM可以计算出近优解，但需要依靠SuperBot的四个不可互换的连接点来贪婪地匹配子图，因此，现有的MSRR的连接规划方法还存在自重构规划效率低的问题。

因此，现有技术还有待改进。

发明内容

本发明要解决的技术问题在于，针对现有技术缺陷，本发明提供一种链式模块化自重构机器人的连接规划方法及机器人，以解决传统的MSRR的连接规划方法自重构规划效率低的技术问题。

本发明解决技术问题所采用的技术方案如下：

第一方面，本发明提供一种链式模块化自重构机器人的连接规划方法，包括：

将链式模块化自重构机器人中的每个模块设定为多入度单出度模块，并确定初始构型与目标构型的连接关系的邻接矩阵；

调用多项式时间算法对所述邻接矩阵进行求解，并以近优解的成本作为上界，初始化树型分枝与定界算法中分支及剪枝操作的循环框架；

调用BRANCHING函数对所述树型分枝与定界算法中的树进行分枝操作和剪枝操作，得到全局最优解；

根据所述全局最优解控制各多入度单出度模块进行连接。

在一种实现方式中，所述将链式模块化自重构机器人中的每个模块设定为多入度单出度模块，并确定初始构型与目标构型的连接关系的邻接矩阵，包括：

将所述链式模块化自重构机器人中的每个模块设定为所述多入度单出度模块，并将自重构的控制过程分为连接规划和运动规划两个阶段；

将所述初始构型与所述目标构型的连接关系表达为邻接矩阵X^F和X^I，并通过按元素减法计算差异矩阵D的初值。