基于灾区拓扑分析的救援机器人协同控制方法及其系统

本发明涉及协同控制，具体涉及基于灾区拓扑分析的救援机器人协同控制方法及其系统。

背景技术：

1、在灾区环境中，救援机器人的任务是快速探索和定位幸存者、评估灾区的环境状况、清理障碍物以及执行物资运输等，这些任务通常要求机器人能够应对复杂的环境变化，并且在与其他机器人协作时要保证队形稳定、任务高效，然而，传统的救援机器人控制方法在处理复杂灾区环境时存在诸多问题。

2、传统的机器人路径规划方法主要依赖于全局地图或者局部传感器信息，采用的是基于栅格或图的路径规划算法，这些算法通常需要进行大量的计算，尤其是在三维复杂环境中，机器人需要考虑障碍物、地形变化以及与其他机器人的协作关系，这些计算过程消耗大量的计算资源和时间，尤其在多机器人协作时，路径规划的计算复杂度急剧增加，在灾区救援中，由于计算效率低，机器人往往无法实时调整路径应对突发的环境变化，导致任务延误，甚至在某些紧急情况下，机器人无法迅速反应并执行应急任务。

技术实现思路

1、本申请提供了基于灾区拓扑分析的救援机器人协同控制方法及系统，旨在解决现有技术的机器人控制主要依赖于全局地图或者局部传感器信息，通常需要进行大量的计算，尤其在多机器人协作时，路径规划的计算复杂度急剧增加，导致灾区救援任务延误的技术问题。

2、本申请公开的第一个方面，提供了基于灾区拓扑分析的救援机器人协同控制方法，所述方法包括：获取目标灾区的灾区三维场景地图，提取保持连通性的骨架图，通过写入信息熵值、探索效用关系与奖励函数，构建逻辑控制器；获取各救援机器人的三维空间坐标与实时探索信息，投影至所述逻辑控制器内一维的骨架图，以一维间距保持为控制律，采用信息熵引导规划，确定一维规划策略并逆投影至三维空间，生成协同控制策略；调取各救援机器人之间的通信图，通过叠加所述骨架图与通信图，构建拉普拉斯矩阵并进行特征值分解，根据分解识别的刚性子图与柔性子图，对所述协同控制策略进行约束性优化，通过策略分解确定协同逻辑指令，对救援机器人进行协同控制。

3、本申请公开的第二个方面，提供了基于灾区拓扑分析的救援机器人协同控制系统，所述系统用于上述基于灾区拓扑分析的救援机器人协同控制方法，所述系统包括：逻辑控制器构建模块，用于获取目标灾区的灾区三维场景地图，提取保持连通性的骨架图，通过写入信息熵值、探索效用关系与奖励函数，构建逻辑控制器；协同控制策略生成模块，用于获取各救援机器人的三维空间坐标与实时探索信息，投影至所述逻辑控制器内一维的骨架图，以一维间距保持为控制律，采用信息熵引导规划，确定一维规划策略并逆投影至三维空间，生成协同控制策略；机器人协同控制模块，用于调取各救援机器人之间的通信图，通过叠加所述骨架图与通信图，构建拉普拉斯矩阵并进行特征值分解，根据分解识别的刚性子图与柔性子图，对所述协同控制策略进行约束性优化，通过策略分解确定协同逻辑指令，对救援机器人进行协同控制。

4、本申请中提供的一个或多个技术方案，至少具有如下有益效果：

5、通过获取目标灾区的三维场景地图并提取保持连通性的骨架图，能够有效地简化灾区的复杂环境，并为后续的机器人路径规划提供一个清晰且易于操作的拓扑结构，减少冗余操作；通过结合信息熵值、探索效用关系和奖励函数来构建逻辑控制器，能够有效引导机器人在灾区中的探索，避免无效的重复探索，并能够在实时变化的灾区环境中快速调整行动计划；以一维间距保持为控制律确保多个机器人之间的协作和队形稳定，避免机器人间相互碰撞或出现队形散乱的情况，通过将控制律应用于一维骨架图，优化了机器人在灾区中的相对位置，增强了机器人队伍的集体执行效率；通过逆投影至三维空间，生成的协同控制策略不仅保证了机器人队形的稳定性，还适应了三维灾区环境中的复杂障碍物、通道等因素，确保了机器人的实际行动路径是可行且高效的；通过叠加骨架图与通信图，结合机器人之间的通信图和灾区拓扑，形成了联合图结构，有效提升了通信效率和协作精度；构建拉普拉斯矩阵并通过特征值分解，识别出刚性子图和柔性子图，通过这种划分，有效地平衡了系统的稳定性与灵活性，确保机器人能够在复杂环境中做出高效而精准的协作。

6、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

1.基于灾区拓扑分析的救援机器人协同控制方法，其特征在于，所述方法包括：

2.如权利要求1所述的基于灾区拓扑分析的救援机器人协同控制方法，其特征在于，所述骨架图以区域中心与关键分支点定义节点集合，以可行走通道的中心线定义边集合，边标识有表征最小宽度的宽度属性；

3.如权利要求2所述的基于灾区拓扑分析的救援机器人协同控制方法，其特征在于，对所述节点集合中的各节点定义信息熵值，其中，所述信息熵值根据节点连通度、未探索分支数与可救援概率系数呈正相关；

4.如权利要求3所述的基于灾区拓扑分析的救援机器人协同控制方法，其特征在于，生成协同控制策略，包括：

5.如权利要求4所述的基于灾区拓扑分析的救援机器人协同控制方法，其特征在于，在一维的骨架图中执行机器人协同规划，包括：

6.如权利要求1所述的基于灾区拓扑分析的救援机器人协同控制方法，其特征在于，叠加所述骨架图与通信图，构建拉普拉斯矩阵并进行特征值分解，包括：

7.如权利要求6所述的基于灾区拓扑分析的救援机器人协同控制方法，其特征在于，针对所述联合图结构，构建度矩阵与邻接矩阵，通过矩阵相减获取所述拉普拉斯矩阵；

8.如权利要求1所述的基于灾区拓扑分析的救援机器人协同控制方法，其特征在于，对所述协同控制策略进行约束性优化，通过策略分解确定协同逻辑指令，对救援机器人进行协同控制，包括：

9.如权利要求1所述的基于灾区拓扑分析的救援机器人协同控制方法，其特征在于，所述方法还包括：

10.基于灾区拓扑分析的救援机器人协同控制系统，其特征在于，用于实施权利要求1-9任一项所述的基于灾区拓扑分析的救援机器人协同控制方法，所述系统包括：