專利名稱：一種基于貝葉斯方法的多軟件機器人演化定位方法
技術領域：
本發(fā)明涉及一種方法，尤其是一種基于貝葉斯方法的多軟件機器人演化定位方法。
背景技術：
軟件機器人之間的捕獲定位問題主要研究如何控制一群機器人定位一個或幾個其它機器人及相關問題的領域，典型的例子包括搜索與營救行動，追捕敵軍任務等，也可以推廣到其它領域，如通過用戶留下的上網(wǎng)痕跡和記錄，獲取用戶興趣特征、機器人追趕移動的目標，抓捕網(wǎng)絡入侵者等。移動目標跟蹤也是軟件機器人領域的一個重要且富有挑戰(zhàn)性的研究方向，尤其是當移動目標的運動路徑、方向、速度等參數(shù)未知的情況下，利用以概率估計為核心的貝葉斯方法是解決這一不確定問題的有效技術。同時由于移動目標的運動突變性和社會性，演化技術也是解決該問題的有用方法。進行基于貝葉斯方法的多機器人演化定位時必須考慮并完成兩項關鍵任務一是獲取先驗信息，建立移動目標的運動模型，預測移動目標將來的運動趨勢；二是利用演化計算過程，迭代調(diào)整移動目標的精確運行模型。

發(fā)明內(nèi)容
本發(fā)明的目的是為克服上述現(xiàn)有技術的不足，提供一種基于貝葉斯方法的多軟件機器人演化定位方法，該方法使用移動目標的歷史位置信息作為先驗信息，利用貝葉斯方法預測移動目標的未來移動信息，建立了一種運動預測模型，并且在持續(xù)的移動過程中利用演化方法動態(tài)修正預測模型，以使得機器人能夠更精確的捕捉定位到移動目標。為實現(xiàn)上述目的，本發(fā)明采用下述技術方案一種基于貝葉斯方法的多軟件機器人演化定位方法，首先根據(jù)移動目標的當前位置和歷史位置信息，利用貝葉斯原理構造移動目標的運動預測模型，并利用此模型對移動目標的將來移動趨勢進行預測，在連續(xù)的目標移動過程中，軟件機器人自行計算移動目標的演化移動過程，運用設計的貝葉斯演化迭代運動模型對運動預測模型進行動態(tài)更新與調(diào)整，最后能夠使得軟件機器人準確地預測和捕獲定位到移動目標；包括以下具體步驟1)使用移動目標的當前位置信息和歷史位置信息估計歷史運動模型，根據(jù)貝葉斯預測模型C3)和G)，計算下一步的出現(xiàn)位置概率，從而能夠快速定位軟件機器人的位置。 本發(fā)明有兩個重要特點，也是需要滿足的兩個條件一是信息不對稱，即事先無法確定軟件機器人的實際運動模型，無法獲取在任意時刻軟件機器人的移動速度、轉移角度、移動方向；二是軟件機器人的運動具有目的性，是要去完成某一個任務的運動過程。定位軟件機器人的主要作用就是跟蹤其運動狀態(tài)，獲取軟件機器人完成任務的相關信息。在上述兩個條件下，利用貝葉斯預測過程，一是解決在信息不對稱情況下的信息獲取問題，二是使用移動目標的歷史移動模型預測具有特定任務的移動軟件機器人的運動控制模型；
2)使用軟件機器人之間的運動模型，利用已知軟件機器人的運動函數(shù)模型與預測軟件機器人的運動函數(shù)模型之間的Miattacharyya距離判斷預測模型的準確性， 其中q(X)表示已知的軟件機器人的運動函數(shù)模型，ρ (x)表示要求解的軟件機器人的預測運動函數(shù)模型。令Ρ =⑷)，P越大，則Db越小，兩個模型P(X)和q(x)
越相似。3)利用式(4)的貝葉斯迭代過程，即利用軟件機器人第1至k步的移動位置、移動方向、移動角度預測第k+Ι步移動位置、移動方向、移動角度，直至要求解的目標軟件機器人的運動模型與已知的定位軟件機器人的運動模型之間的Miattacharyya距離在一個較小的閾值范圍內(nèi)時預測運行過程終止；
(oe)
(4)本發(fā)明方法根據(jù)移動目標的歷史位置信息分析計算目標的移動規(guī)律，根據(jù)移動規(guī)律使用貝葉斯方法構造建立移動目標的運動預測模型，估計移動規(guī)律，根據(jù)移動目標的新的移動信息，使用貝葉斯演化模型對移動目標的預測模型進行更新，得到更準確的移動規(guī)律和目標位置。本發(fā)明方法能夠保證移動目標始終處于捕獲定位的可視范圍之內(nèi)，可以確保對移動目標的位置估計準確度。


圖1為本發(fā)明的算法的具體流程圖；圖2為要預測的軟件機器人在運動過程中下一步的運動信息；圖3為已知軟件機器人的運動過程中預測要求解的軟件機器人的運動模型；圖4為貝葉斯預測模型隨軟件機器人運動空間的增大而預測正確的時間；圖5為貝葉斯預測模型隨軟件機器人運動空間的增大而預測正確的次數(shù)；圖6為貝葉斯預測模型隨軟件機器人運動空間的增大而耗用的迭代次數(shù)。
具體實施例方式下面結合附圖和實施例對本發(fā)明進一步說明。一種基于貝葉斯方法的多軟件機器人演化定位方法，流程圖如圖1所示。首先構造基于移動目標當前位置信息和歷史位置信息的歷史運動模型，再根據(jù)貝葉斯迭代預測模型，計算下一步的出現(xiàn)位置概率，從而能夠快速定位軟件機器人的位置。把定位機器人P和移動機器人E的活動區(qū)域投影為一個二維坐標平面，P和E以軟件智能體的形式在某一環(huán)境中移動。P和E的位置以坐標的形式表示。將坐標離散化為邊長為ε (ε >0)的正方形區(qū)域，P和E都在相鄰接的區(qū)域間移動，把這種移動稱為二維隨機移動。在定位機器人定位移動機器人過程中，定位機器人的運動模型首先確定為目標函數(shù)Ftl，通過移動機器人的運動軌跡確定其移動函數(shù)作為候選函數(shù)K。設時間步長為T，即從時刻0開始，每間隔時間 T就根據(jù)移動機器人已經(jīng)過的運動軌跡計算定位機器人與移動機器人的Miattacharyya距離。若距離小于某個閾值，則追捕者調(diào)整追捕策略，向著Miattacharyya距離值更小的分布函數(shù)調(diào)整。在定位移動軟件機器人過程中，定位機器人的移動函數(shù)首先確定為目標函數(shù)Citl， 通過移動機器人的移動軌跡確定其移動模型作為候選函數(shù)IV如圖2所示。設時間步長為 T，即從時刻0開始，每間隔時間T定位機器人就根據(jù)移動機器人已存在的移動軌跡計算兩者的Mmttacharyya距離DB。若距離大于某個閾值，則定位機器人調(diào)整定位策略，如圖3所示，向著A值更小的分布函數(shù)調(diào)整。根據(jù)下述移動機器人移動方程，f (X (Ti+1. t)) = f(X (Ti. t) +1)f (Χ (Τη· t)) = f(X (Tm. t)) + (n-m)其中，移動機器人所經(jīng)過的位置具有標記T，T =〈Token，t>，其中Token是標記符， t表示時間，稱為時間戳，Tn. t > Tffl. t。將定位機器人P和移動機器人E的移動模型作為演化個體，令q是定位機器人的移動函數(shù)，f是移動機器人的移動函數(shù)，Pdx)表示第j次迭代中移動函數(shù)相似的概率。Db(q，f)表示移動函數(shù)q和f的巴氏距離。假設每一次迭代的種群規(guī)模為n，取正整數(shù)ξ，從一代種群中選取所有Dj ^ ξ的個體(設為m個)，按以下方案進行處理(1)如果m= 1，選符合條件的個體作為新的種群，并從此個體開始進行新的移動；(2)當m = 2，如果是連續(xù)的兩次移動，則取這兩次連續(xù)軌跡為新的種群繼續(xù)移動； 否則，任取一個符合條件的個體按照第(1)步進行處理；(3)當m = 3，如果是連續(xù)的三次移動，則取這三次連續(xù)軌跡為新的種群繼續(xù)移動； 否則，按照第(2)步進行處理；(4)當m = k，如果是連續(xù)的k次移動，則取這k次連續(xù)軌跡為新的種群繼續(xù)移動； 否則，按照第(k-Ι)步進行處理；當進行第k+Ι次演化迭代時，利用式(4)的貝葉斯迭代過程，即利用移動軟件機器人第1至k步的移動位置、移動方向、移動角度預測第k+Ι步移動位置、移動方向、移動角度，直至要求解的目標軟件機器人的運動模型與已知的定位軟件機器人的運動模型之間的 Bhattacharyya距離在一個較小的閾值范圍內(nèi)時預測運行過程終止。
權利要求
1.一種基于貝葉斯方法的多軟件機器人演化定位方法，包括以下步驟1)定位機器人根據(jù)移動目標的歷史位置信息分析計算目標的移動規(guī)律；2)定位機器人根據(jù)移動規(guī)律使用貝葉斯方法構造建立移動目標的運動預測模型，估計移動規(guī)律；3)定位機器人根據(jù)移動目標的新的移動信息，使用貝葉斯演化模型對移動目標的預測模型進行更新，得到更準確的移動規(guī)律和目標位置。
2.如權利要求1所述的方法，其特征在于定位機器人利用移動目標的歷史移動位置信息作為先驗信息，通過式(1)所示的貝葉斯基本原理來預測移動目標的下一步移動方向和移動曲線。當預測結果與移動目標的真實移動數(shù)據(jù)之間的Miattacharyya平均距離值較大時，利用式(2)所示的貝葉斯迭代基本原理進行移動模型的更新；
3.如權利要求1所述的方法，其特征在于對軟件機器人的運動過程定位策略是一種迭代過程，利用每一迭代步的移動方向D，轉移角度A，移動速度V來計算在下一迭代步出現(xiàn)位置的概率，從而預測下一步的位置，
4.如權利要求1所述的方法，其特征在于利用Miattacharyya距離作為定位成功與否的度量，假設目標模型(函數(shù))為q(x)，候選模型(函數(shù))是P(x)，根據(jù)定義6.2給出的二維隨機移動過程，q (X)和P (χ)的Miattacharyya距離定義為
全文摘要
本發(fā)明公開了一種基于貝葉斯方法的多軟件機器人演化定位方法?；谪惾~斯方法的多軟件機器人演化定位算法是一種自動化的定位方法，包括以下步驟1)定位機器人根據(jù)移動目標(移動機器人)的歷史位置信息分析計算目標的移動規(guī)律；2)定位機器人根據(jù)移動規(guī)律使用貝葉斯方法構造建立移動目標的運動預測模型，估計移動規(guī)律；3)定位機器人根據(jù)移動目標的新的移動信息，使用貝葉斯演化模型對移動目標的預測模型進行更新，得到更準確的移動規(guī)律和目標位置。本發(fā)明方法能夠保證移動目標始終處于捕獲定位的可視范圍之內(nèi)，可以確保對移動目標的位置估計準確度。
文檔編號G05D1/02GK102566572SQ20111040035
公開日2012年7月11日 申請日期2011年12月6日 優(yōu)先權日2011年12月6日
發(fā)明者劉強, 樊建聰, 阮久宏 申請人:山東交通學院