一種基于mapso優(yōu)化粒子濾波的多移動機器人協(xié)作定位方法
【專利摘要】本發(fā)明公開了一種基于MAPSOPF算法的多機器人協(xié)作定位控制方法，包括步驟：將實際運行環(huán)境抽象成一張平面圖，根據(jù)路標的位置和機器人的路徑建立環(huán)境地圖；初始化機器人相關(guān)信息、黑板信息；采用MAPSOPF算法并根據(jù)適應(yīng)度值預(yù)測機器人下一步的位置，更新預(yù)測位置、黑板信息，完成精確定位。通過調(diào)整權(quán)重系數(shù)和學習因子，引入競爭機制，以提高算法的優(yōu)化效果，最終提高多機器人的協(xié)作定位精度。
【專利說明】—種基于MAPSO優(yōu)化粒子濾波的多移動機器人協(xié)作定位方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種多移動機器人的協(xié)作定位方法，尤其涉及一種基于多Agent粒子群優(yōu)化(MAPSO)的粒子濾波算法的多移動機器人協(xié)作定位方法。
【背景技術(shù)】
[0002]多移動機器人的協(xié)作定位是一個具有典型性和通用性的多機器人問題，是多機器人同時定位與建圖的重要組成部分。多機器人協(xié)作定位技術(shù)已廣泛應(yīng)用于航天、工農(nóng)業(yè)、柔性制造業(yè)等領(lǐng)域。目前解決多移動機器人的協(xié)作定位問題的算法很多，主要有遺傳算法、卡爾曼濾波算法、粒子濾波算法等。遺傳算法容易陷入局部極小值，且該算法對參數(shù)的選取有很強的依賴性；卡爾曼濾波算法僅限于解決線性、高斯問題，且雅克比矩陣的計算比較復(fù)雜；粒子濾波算法容易出現(xiàn)粒子貧化問題，使得粒子聚集在錯誤的解周圍，降低定位精度。
[0003]粒子群優(yōu)化算法(PSO)需要調(diào)整的參數(shù)較少，易于實現(xiàn)，且可進行并行計算和無梯度計算，有較好的全局搜索能力。將粒子群優(yōu)化算法應(yīng)用于多機器人協(xié)作定位控制，調(diào)整提議分布，提高定位精度。在較大規(guī)模的多機器人系統(tǒng)中，要優(yōu)化的行為控制參數(shù)很多，即優(yōu)化目標維數(shù)高，目標函數(shù)極值多，采用標準的粒子群優(yōu)化算法及后來改進的粒子濾波算法，很難準確收斂到全局最優(yōu)值。
[0004]本發(fā)明提出了一種基于多Agent優(yōu)化的PSOPF算法的多機器人協(xié)作定位控制方法。Agent具有自治性、交互性、反應(yīng)性、推理性、規(guī)劃能力、學習能力等特點。本發(fā)明將多Agent系統(tǒng)(MAS)與PSOPF算法進行結(jié)合，提出一種改進的粒子群優(yōu)化粒子濾波算法(MAPS0PF)，核心是提高算法的收斂性能和執(zhí)行效率，優(yōu)化機器人對路標的觀測來提高定位與建圖的精度。

【發(fā)明內(nèi)容】

[0005]針對以上現(xiàn)有技術(shù)中的不足，本發(fā)明的目的在于提供一種提高算法的收斂性能和執(zhí)行效率、提高定位與建圖的精度的多移動機器人協(xié)作定位方法，本發(fā)明的技術(shù)方案如下:一種基于MAPSO優(yōu)化粒子濾波的多移動機器人協(xié)作定位方法，所述機器人自身設(shè)置有用于獲取仿真環(huán)境全局地圖信息的探測器、用于計算運動路程信息的里程計、羅盤及激光掃描儀，其包括以下步驟:
[0006]101、將機器人的實際運行環(huán)境抽象成一張平面圖，然后在所述平面圖中加上路標的位置和機器人的路徑形成一張環(huán)境地圖，用ID號標記路標；
[0007]102、根據(jù)步驟101得到的環(huán)境地圖，初始化仿真環(huán)境、機器人的位置信息和黑板信息，其中黑板信息包括各機器人的身份及位置坐標、觀測路標位置以及最大適應(yīng)度值σ ;在仿真環(huán)境的地圖中任意設(shè)置若干個路標位置點，同時設(shè)置每個機器人的路徑，將每個機器人的位置作為一個粒子，若干個粒子構(gòu)成粒子群，將粒子群初始化為3*Ν的矩陣，其中3表示待優(yōu)化的三個參數(shù)，即機器人的X坐標值、Y坐標值和角度值，N表示粒子個數(shù)，機器人通過自身的探測器獲取仿真環(huán)境的全局地圖信息；
[0008]103、每個機器人根據(jù)自身攜帶的里程計信息和羅盤信息預(yù)測下一時刻的位置，采用自身攜帶的激光掃描儀對路標進行觀測，得到機器人的運動模型(I)和觀測模型如下:
【權(quán)利要求】
1.一種基于MAPSO優(yōu)化粒子濾波的多移動機器人協(xié)作定位方法，所述機器人自身設(shè)置有用于獲取仿真環(huán)境全局地圖信息的探測器、用于計算運動路程信息的里程計、羅盤及激光掃描儀，其特征在于包括以下步驟: .101、將機器人的實際運行環(huán)境抽象成一張平面圖，然后在所述平面圖中加上路標的位置和機器人的路徑形成一張環(huán)境地圖，用ID號標記路標； .102、根據(jù)步驟101得到的環(huán)境地圖，初始化仿真環(huán)境、機器人的位置信息和黑板信息，其中黑板信息包括各機器人的身份及位置坐標、觀測路標位置以及最大適應(yīng)度值σ ;在仿真環(huán)境的地圖中任意設(shè)置若干個路標位置點，同時設(shè)置每個機器人的路徑，將每個機器人的位置作為一個粒子，若干個粒子構(gòu)成粒子群，將粒子群初始化為3*Ν的矩陣，其中3表示待優(yōu)化的三個參數(shù)，即機器人的X坐標值、Y坐標值和角度值，N表示粒子個數(shù)，機器人通過自身的探測器獲取仿真環(huán)境的全局地圖信息； .103、每個機器人根據(jù)自身攜帶的里程計信息和羅盤信息預(yù)測下一時刻的位置，采用自身攜帶的激光掃描儀對路標進行觀測，得到機器人的運動模型(1)和觀測模型如下:
2.根據(jù)權(quán)利要求1所述的基于MAPSO優(yōu)化粒子濾波的多移動機器人協(xié)作定位方法，其特征在于:步驟102中設(shè)置8個路標位置點。
【文檔編號】G05D1/02GK103970135SQ201410162974
【公開日】2014年8月6日 申請日期:2014年4月22日 優(yōu)先權(quán)日:2014年4月22日
【發(fā)明者】唐賢倫, 李臘梅, 虞繼敏, 劉想德, 張毅, 張莉, 王福龍 申請人:重慶郵電大學