绝对定位机制下目标位置估计辅助的群机器人搜索

　　1引言

　　群机器人是特殊的多自主机器人系统[1]，由若干相对简单的机器人组成，个体仅具有有限的环境感知能力，其结构和功能角色均是同构的。群机器人系统具有以下特征[2]：鲁棒性;柔性;系统规模的可伸缩性。群机器人研究分为若干基准问题[3]，如搬运、编队、搜索、围捕等。其中的搜索任务包含若干本质科学问题[4]，如定位、通信、避碰、路径规划等，而定位是机器人识别自身在环境中所处位置，与其他机器人协同工作的基础。群机器人定位[5]，是指自主移动机器人在运动过程中实时采集里程计和传感器的测量数据，对自身位姿和其时变特征群内机器人位姿进行推测的过程，在此基础上，还可以进行运行速度的推测和目标位姿的估计。群机器人定位主要分两种[6]：绝对定位和相对定位。

　　群机器人的绝对定位[7]，是在工作环境中或环境外设置一个参考点作为所有机器人的参照基准，然后每个机器人通过自身所携传感器对位姿进行推算，然后通过参考点对推算位置进行修正以消除积累误差。群机器人的相对定位机制[8]，是每个单体机器人均以自身所在位置作为参考点，以自身的头部朝向作为坐标系正方向来构建自身的局部坐标系，以自身对其他机器人的相对位置检测量作为其他机器人的位姿。绝对定位方法主要有导航信标定位、主动或被动标识定位、图形匹配定位、GPS定位、概率定位等;相对定位则主要有惯性导航、测程法等[9]。本文研究绝对定位机制下的群机器人目标搜索问题。已有的群机器人目标搜索研究，采用了扩展的微粒群算法模型进行系统建模和控制。扩展微粒群模型是靠自身经验和群体经验进行迭代期望位置和速度的。自身经验是引入短期记忆机制，从目前位置和上一步位置的目标信号强度决定，群体经验是机器人和其时变特征群内机器人监测到的目标信号强度值来判断自身的群体经验。

　　可见，群体经验是基于时变特征群内所有机器人的认知“选举”得出的。无论是机器人的个体感知还是群体经验，从本质上说，引导机器人搜索行为的均属于单个机器人的认知。无线传感网络由分散的节点组成，每个节点具有传感、计算和通信的能力，其功能上与群机器人有相似之处。无线传感器网络中节点定位技术主要有无需测距和需测距两种，需测距定位法中的RSSI算法是比较成熟的方法。而群机器人的本质是无线传感器网络，个体机器人是具有运动属性的传感器网络的节点。基于无线传感器网络的目标定位的本质是群体决策的结果。考虑到搜索效率问题，本文将目标位置估计与群机器人搜索结合起来。在满足RSSI法目标位置估计条件时，通过机器人传感器的对目标信号的检测，对目标位置进行估计，并用目标位置估计值对模型进行修正，进而辅助群机器人进行目标搜索。