一种基于自组织增量拓扑的编队生成方法

技术领域

本发明属于智能控制和人工智能技术领域，尤其涉及一种基于自组织增量拓扑的编队生成方法。

背景技术

近年来，多智能体编队已是蔚然成风，众多学者都在致力于其的研究。所述的多智能体编队控制是指通过多个智能体相互交换信息从而进行协调控制，其具有良好的适应能力和灵活性，可以解决许多单个智能体无法解决的任务与工作。

多智能体编队控制可以分为通信拓扑的控制和与此通信拓扑相应的运动控制，对于多智能体编队而言，最优的通信拓扑通常难以简单得到。目前大多编队的通信拓扑结构都是由人工的方式提前设定的，这种生成拓扑的方式有很大局限性，没办法应对突发的情况，对此，自组织生成拓扑结构方法对多智能体编队是尤为重要的，它可以大大提升编队系统的自主性和灵活性，让编队系统可以更好应对突发情况。现在已有相关专利和论文将自组织拓扑生成方法融入到多智能体编队中，具体是利用位置信息来为编队自组织生成优秀的通信拓扑结构。

然而，一个多智能体编队系统可能会拥有大量的智能体，若在运动过程中需要的外增加智能体，此时直接采取自组织拓扑将需要大量的位置坐标数据，这样的操作会导致系统计算量变得十分冗杂，不利于智能体间的实时通信。所以有必要在此方向上进行延伸研究，以提供编队的稳定性、可塑性和降低计算的复杂度。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种基于自组织增量拓扑的编队生成方法，为含有增量的多智能体编队自组织生成刚性且较为优秀的增量通信拓扑结构，提高编队的稳定性与可塑性。

本发明采用如下的技术方案：

一种基于自组织增量拓扑的编队生成方法，包括一多智能体编队，其特征在于，有如下步骤：

步骤一、基于图论对多智能体编队的通信拓扑结构进行分析；

步骤二、根据图论分析和通信拓扑所需条件，设计基于自组织增量拓扑的编队生成方法；

B1、获取N个初始智能体在t时刻的位置信息，将智能体在t时刻的位置定义为：p

B2、将编队中的智能体视为点，绘制散点图；

B3、利用Delaunay Triangulation函数对散点图进行三角剖分，获得t时刻的三角剖分图。三角剖图是利用许多三角形将散点图划分，因此三角剖分图为刚性图；

B4、利用距离函数计算步骤B3中刚性图中每条边的距离，以距离作为每条边的权重；

B5、对B4中含权重的刚性图进行删边处理，获得最优刚性图,使该图边数满足:Num(E)＝2Num(V)-3，获得无向图G＝(V,E,A)即最优刚性图；

B6、从编队中选择一个智能体R

B7、在T时刻下，多智能体编队新增M个新增智能体；

B8、获取T时刻下M个新增智能体的位置信息，并定义为：p

B9、获取T时刻下的最优拓扑结构

B10、利用convexHull函数获取上述散点图的凸包(散点外边界)，构建凸包边集DE和凸包边界点集DP，并将凸包的几何中心标为C点；

B11、以C点为原点建立直角坐标系，计算每个边界点和中心点C的连线与X轴正方向的夹角(0～2π)，并计算相邻两个凸包边界点的角度范围；

B12、对步骤B11中凸包以外的区域进行范围划分，并对每个范围进行编号；

B13、在凸包以外的区域增加节点，通过新增点与中心点C的连接线与X轴的正方向夹角角度判断其所属区域；

B14、若某区域新增点为1个，则直接以入度形式连接该区域的边界两点；

B15、若某区域新增点大于1个，需要计算每个新增点到该范围属于凸包的边的距离，距离最近的点视为本轮新增点，其余点视为后续新增点，对本轮新增点进行步骤B13，然后对该区域进行二次划分，然后重复步骤B13、B14、B15，直至为M个新增点完成拓扑链接，最终获得有向图即为增量拓扑结构

优选的，所述有向图

优选的，所述多智能体编队的通信拓扑结构需要满足以下条件：

刚性图条件：p

最小刚性图条件：Num(E)＝2Num(V)-3，Num(g)表示数量；

持久图条件：

领航者入度限制条件：d

优选的，所述拓扑具备拓扑边界边集SE、拓扑边界点集SP、凸包边集DE和凸包点集DP。

优选的，所述步骤一可定义G＝(V,E,A)为具有N个节点的无向图，其中V＝1,2,...,N为N个节点的集合，E＝{(i,j),i≠j,i、j∈V}为无向边的集合，A＝(a

优选的，所述步骤一还可定义有向图表示含有N个智能体的编队的拓扑结构，其中V＝1,2,...,N表示N个智能体的集合，

相比于现有技术，本发明的优点在于：

1)本发明能为含有增量的多智能体编队自组织生成刚性且较为优秀的增量通信拓扑结构，以显著提高编队的稳定性与可塑性，具体体现于本发明在自组织拓扑生成方法的基础上结合增量学习的思想，提出了一种自组织增量拓扑生成方法，可将原有的拓扑结构视为一个广义的拓扑节点，并与新增节点一同进行自组织生成增量拓扑结构，这要既能保持原有的最优拓扑结构，也能使新生成的增量拓扑结构是刚性的，从而大大简化了多智能体编队的计算量，达到提高可塑性的研发目的；

2)本发明能在初始编队生成过程中，利用各智能体位置信息即可自组织生成最优通信拓扑结构，避免了因编队运动而导致人为预设拓扑结构不再适用的情况；

3)本发明能在增量编队生成过程中，利用新增智能体与原编队中部分智能体的位置信息即可自组织生成增量拓扑结构，可以维持原拓扑结构不发生变化并在其基础上形成新的增量拓扑结构，降低了计算复杂度；

4)本发明能在编队生成过程中，每个智能体利用来自邻居和自身的局部信息就能获得最优输入，避免因有限通信带宽而导致智能体之间通信受限的情况。

附图说明

图1为本发明拓扑边界边、凸包边、拓扑边界点和凸包点的阐述图像。

图2为本发明编队生成方法的流程图。

图3为本发明的仿真图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1至图3所示，本发明为一种基于自组织增量拓扑的编队生成方法，适用于平面运动智能体的编队生成，例如：差速移动轮式机器人、全向移动轮式机器人、四轮驱动机器人等等。本发明利用智能体的位置信息为编队自组织生成一个刚性且损耗较小的通信拓扑结构，使得多智能体编队具有良好的稳定性。此外，也可以将本发明所设计的通信拓扑结构与一些编队运动控制器相结合，例如一致性编队，获取通信拓扑结构的ALB矩阵信息(A邻接矩阵，L拉普拉斯矩阵，B牵引矩阵)构建一致性偏差，并使之收敛于0，即完成了多智能体的一致性编队控制。

而具体操作可分为两步：

步骤一、基于图论对多智能体编队的通信拓扑结构进行分析：

可定义G＝(V,E,A)为具有N个节点的无向图，其中V＝1,2,...,N为N个节点的集合，E＝{(i,j),i≠j,i、j∈V}为无向边的集合，A＝(a

可定义有向图表示含有N个智能体的编队的拓扑结构，其中V＝1,2,...,N表示N个智能体的集合，

步骤二、根据图论分析和通信拓扑所需条件，设计基于自组织增量拓扑的编队生成方法；

B1、获取N个初始智能体在t时刻的位置信息，将智能体在t时刻的位置定义为：p

B2、将编队中的智能体视为点，绘制散点图；

B3、利用Delaunay Triangulation函数对散点图进行三角剖分，获得t时刻的三角剖分图。三角剖图是利用许多三角形将散点图划分，因此三角剖分图为刚性图；

B4、利用距离函数计算步骤B3中刚性图中每条边的距离，以距离作为每条边的权重；

B5、对B4中含权重的刚性图进行删边处理，获得最优刚性图,使该图边数满足:Num(E)＝2Num(V)-3，获得无向图G＝(V,E,A)即最优刚性图；

B6、从编队中选择一个智能体R

B7、在T时刻下，多智能体编队新增M个新增智能体；

B8、获取T时刻下M个新增智能体的位置信息，并定义为：p

B9、获取T时刻下的最优拓扑结构

B10、利用convexHull函数获取上述散点图的凸包(散点外边界)，构建凸包边集DE和凸包边界点集DP，并将凸包的几何中心标为C点；

B11、以C点为原点建立直角坐标系，计算每个边界点和中心点C的连线与X轴正方向的夹角(0～2π)，并计算相邻两个凸包边界点的角度范围；

B12、对步骤B11中凸包以外的区域进行范围划分，并对每个范围进行编号；

B13、在凸包以外的区域增加节点，通过新增点与中心点C的连接线与X轴的正方向夹角角度判断其所属区域；

B14、若某区域新增点为1个，则直接以入度形式连接该区域的边界两点；

B15、若某区域新增点大于1个，需要计算每个新增点到该范围属于凸包的边的距离，距离最近的点视为本轮新增点，其余点视为后续新增点，对本轮新增点进行步骤B13，然后对该区域进行二次划分，然后重复步骤B13、B14、B15，直至为M个新增点完成拓扑链接，最终获得有向图即为增量拓扑结构

所述步骤二需要满足以下限制条件才能利用初始智能体的位置信息自组织生成最优拓扑结构，同时为含增量的移动智能体编队自组织生成增量拓扑结构，具体条件是：

刚性图条件：p

最小刚性图条件：Num(E)＝2Num(V)-3，Num(g)表示数量；

持久图条件：

领航者入度限制条件：d

其中结合图1来区分一些集合定义：拓扑边界边集SE、拓扑边界点集SP、凸包边集DE和凸包点集DP：

拓扑边界边集为第一有向线(a1)、第二有向线(a2)、第三有向线(a3)、第四有向线(a4)、第五有向线(a5)、第六有向线(a6)和第七有向线(a7)，即拓扑边界边集

拓扑边界点集为第一点(1)、第二点(2)、第三点(3)、第四点(4)、第五点(5)、第六点(6)和第七点(7)，即拓扑边界点集SP＝(1 2 3 4 5 6 7)；

凸包边集为最外侧的无向线(b1)，即凸包边集

凸包点集：DP＝(2 3 4 5 6 7)。

基于上述再结合图3中由A到F的逐步生成仿真图，可知本发明能大大了简化多智能体编队的计算量，提高了编队的可塑性，且可以与多种编队技术相结合，可以适用较多的实际应用场景，例如：移动机器人编队对未知地域的探索与slam地图重建、移动机器人编队对目标点的识别与跟踪，而要完成上述各应用场景的任务本发明都是一个很好的选择，因本发明将原拓扑结构视为一个广义的拓扑节点，再与新增节点自组织生成拓扑结构，这样既维持原拓扑结构为最优拓扑结构也能使新拓扑结构维持刚性，还维持了编队的稳定性。

在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接，还可以是通信；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。在本说明书的描述中，参考术语“一个方案”、“一些方案”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该方案或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个方案或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的方案或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个方案或示例中以合适的方式结合。