一种基于网络通讯的多移动机器人保安全定位方法

技术领域

本发明涉及一种多移动机器人定位方法，具体涉及一种基于网络通讯的多移动机器人保安全定位方法。

背景技术

随着移动机器人技术的发展和成熟，人类对机器人的应用与需求也与日俱增。目前多移动机器人在定位、路径规划、运动控制和地图构建等领域都有广泛应用，而多移动机器人定位问题是当前研究的一个热点话题，即对移动机器人在导航地图中的位置信息和方向信息进行估计。

由于网络化系统中存在设备受限、网络环境不稳定等因素，当数据在一个共享的通信网络中传输时，可能会导致随机传感器一步延迟现象的发生以及遭遇恶意的网络攻击。因此，网络间的信息传输安全问题得到了越来越多的关注。

此外在实际应用中，网络转换会造成节点间耦合强度的随机性，与假设耦合强度是一个确定值的研究相比，随机耦合强度的研究更具有一般性。例如，多移动机器人系统中，机器人间的运动会相互影响，因此在系统建模时考虑随机耦合强度具有实际意义。

目前已有的估计方法不能同时处理欺骗攻击下具有随机耦合强度和随机传感器一步延迟的状态估计问题，从而导致估计算法性能准确率低等问题。因此，设计同时适用于这些网络化诱导现象的状态估计方法具有实际意义。

发明内容

本发明的目的是提供一种基于网络通讯的多移动机器人保安全定位方法，该方法解决了现有估计方法不能同时处理欺骗攻击下具有随机耦合强度和随机传感器一步延迟的多移动机器人系统的状态估计问题，从而导致估计性能准确率低的问题。

本发明的目的是通过以下技术方案实现的：

一种基于网络通讯的多移动机器人保安全定位方法，包括如下步骤：

步骤一、建立基于网络通讯的多移动机器人系统非线性动态模型；

步骤二、对步骤一建立的多移动机器人系统非线性动态模型设计保安全估计器；

步骤三、计算网络中每个移动机器人状态的一步预测误差协方差矩阵上界Σ

步骤四、根据步骤三获得的一步预测误差协方差矩阵上界Σ

步骤五、根据步骤四中获得的每个机器人状态估计的增益矩阵K

步骤六、根据步骤四中计算出的每个移动机器人状态估计的增益矩阵K

相比于现有技术，本发明具有如下优点：

1、本发明同时考虑了欺骗攻击下随机耦合强度和随机传感器一步延迟对移动机器人状态的估计性能的影响，基于黎卡提差分方程得到一个局部最优估计误差协方差上界，且该方法具有易于求解与实现的优点。

2、本发明利用递推方法对多移动机器人系统的状态进行估计，而递推方法不需要多次调用之前的数据，并且不需要存储完整的数据集。同时针对此类状态估计问题，可分为集中式状态估计和分布式状态估计，值得注意的是，集中式状态估计中所有节点的状态估计误差都以紧凑的形式表达出来，并同时得到所有节点的增益矩阵，因此在节点数量较多的情况下通常需要较高的计算成本，而本发明利用递推分布式状态估计方法，更适合在线实现。

3、本发明解决了现有状态估计方法不能同时处理欺骗攻击下具有随机耦合强度和随机传感器一步延迟的多移动机器人系统的状态估计问题，从而提高了此类问题估计性能的准确率。从仿真图可以看出，随着攻击概率β

附图说明

图1为本发明所述的多移动机器人保安全定位方法的流程图；

图2为多移动机器人系统中四个机器人的跟踪轨迹图；

图3为多移动机器人系统中第一个移动机器人的实际轨迹和跟踪轨迹的对比图；

图4为多移动机器人系统中第二个移动机器人的实际轨迹和跟踪轨迹的对比图；

图5为多移动机器人系统中第三个移动机器人的实际轨迹和跟踪轨迹的对比图；

图6为多移动机器人系统中第四个移动机器人的实际轨迹和跟踪轨迹的对比图；

图7为第一个和第二个移动机器人运动轨迹的均方误差的对数log(MSE

图8为第三个和第四个移动机器人运动轨迹的均方误差的对数log(MSE

图9为移动机器人在不同攻击概率

具体实施方式

下面结合附图对本发明的技术方案作进一步的说明，但并不局限于此，凡是对本发明技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，均应涵盖在本发明的保护范围中。

本发明提供了一种基于网络通讯的多移动机器人保安全定位方法，如图1所示，所述方法包括如下步骤：

步骤一、建立基于网络通讯的多移动机器人系统非线性动态模型，具体步骤如下：

步骤一一、建立如下多移动机器人系统非线性动态模型：

式中，

其中，

步骤一二、当数据在一个共享的通信网络中传输时，测量信号可能会受到欺骗攻击的影响，即实际的网络传输信号表示如下：

式中，y

其中，

步骤二、对步骤一建立的多移动机器人系统非线性动态模型设计保安全估计器，具体步骤如下：

步骤二一、为便于后续推导，本发明引入以下符号：

式中，

步骤二二、针对复杂网络的第i个节点，基于可测信息，构造如下估计器：

式中，

步骤三、计算每个移动机器人状态的一步预测误差协方差矩阵上界Σ

本步骤中，按照下式计算每个移动机器人状态的一步预测误差协方差矩阵上界Σ

式中，ε

步骤四、根据步骤三获得的一步预测误差协方差矩阵上界Σ

本步骤中，按照下式计算每个移动机器人状态估计的增益矩阵K

式中，ε

步骤五、根据步骤四中获得的每个移动机器人状态的估计增益矩阵K

步骤六、根据步骤四中计算出的每个移动机器人状态估计的增益矩阵K

本步骤中，按照下式计算每个移动机器人状态的估计误差协方差矩阵上界Σ

式中，Σ

本步骤中，求估计误差协方差矩阵上界，即求Σ

实施例：

本实施例以多移动机器人系统的状态估计问题为例，采用本发明所述方法对多移动机器人进行仿真。

本发明选取具有四个移动机器人的网络进行仿真，系统参数如下：

在仿真实验中，测量矩阵

log(MSE

其中，m＝300代表蒙特卡洛实验次数。本发明采用均方误差来评估算法性能，其计算方法如上述所示，特别地，引入平均均方误差来进一步衡量不同攻击概率下的估计性能变化情况，其计算方法为：

多移动机器人跟踪效果：

图2给出了四个机器人的实际运动轨迹，图3、图4、图5和图6分别给出了

图7和图8描绘了四个移动机器人运动轨迹的均方误差的对数log(MSE

图9给出了四个机器人在不同攻击概率下均方误差的对数的均值，可以看出随着攻击概率

综上所述，本发明提出的基于网络通讯的多移动机器人保安全定位方法，在同时发生传感器一步延迟和攻击时，也可有效地估计出目标状态。