面向信号源定位问题的多机器人合作控制系统设计理论与方法

Dynamic systems often cooperatively analyze the signal cues and locate the signal source that releases the signal cues in the field of natural science and engineering technology (Signal Source Localization). The "uncertainty" of signal cues such as time-varying and intermittence will need the "multi-behaviors" of multi-robot cooperative control systems. Therefore, the new theory and approaches need to be designed for cooperative control systems. For signal source localization, this project will propose a class of approaches and theory of multi-robot cooperative control systems. The key points of this project are: 1) We will model several multi-robot cooperative control systems by using temporal logic specifications and Markov decision process theory according to the characteristics of the signal source localization problem, environment, and robots; 2) We will analyze cooperative control systems and use automata and other theories to conduct the mathematical transformation. Moreover, we will design a fully automated framework and algorithms, which can enable transformed cooperative control systems to correctly and automatically generate cooperative control strategies, and give cooperative control laws that can control the robot group to realize the "multi-behaviors"; 3) We will validate the effectiveness of the theory and approaches through computer simulations and experiments of multi-robot systems; 4) Finally, we will conclude the theory and approaches of cooperative control systems for signal source localization. It is worth mentioning that this theory can also provide an effective analysis tool in the field of animal groups.

自然科学和工程技术领域中的动态系统通常需要相互合作来分析信号线索并定位释放信号线索的信号源（信号源定位问题）。由于信号线索的"不确定性"（时变性、间断性）等特点，要求多机器人合作控制系统的"行为"多样化，因此，迫切地需要新的理论和方法指导合作控制系统的设计。面向信号源定位问题，本项目提出了一类多机器人合作控制系统设计理论与方法。研究重点是：1）应用时态逻辑规则和马尔科夫决策过程理论，基于信号源定位问题的特点以及环境和机器人的特点，建立几种多机器人合作控制系统模型；2）通过合作控制系统分析、自动机理论等步骤对合作控制系统进行数学变换，使变换后的合作控制系统易于产生合作控制策略，设计合作控制策略的生成框架、算法、综合合作控制规律；3）通过计算机模拟和多机器人系统实验，验证理论与方法的有效性；4）归纳出针对此类问题的合作控制系统设计理论。该理论对群体动物学领域的研究工作也能提供有效的分析工具。

在工程技术领域，对人类生存安全有着重要影响的有毒气体泄露追踪、海洋环境监测及污染物追踪、遇险者营救以及起火源定位、无线传感器节点的信号追踪等等都可以看作是信号源定位问题。处理这类问题，可以使用多个机器人相互合作来分析信号线索，并找到释放线索的信号源。在此背景下，本项目针对信号源定位问题的特点及多机器人系统的特点，提出多机器人系统合作控制策略框架、理论与算法，包括：信号源位置评估决策算法和合作控制系统模型、理论与控制算法；为了减少多机器人系统的通信负担，提出基于事件驱动通信机制的多机器人系统合作控制器；此外，为了产生可验证正确的合作控制规律，提出基于线性时序逻辑的多机器人系统合作预测控制器。本项目取得的成果被进一步拓展到群体智能优化领域：为了让优化算法能在有限迭代次数内收敛，提出有限时间收敛的粒子群优化算法。针对优化算法受限于初始位置的问题，提出了粒子行为合作决策的计算框架。.基于所得结果，项目研究小组在IEEE Transactions on Cybernetics, IEEE Transactions on Industrial Electronics, IEEE Transactions on Evolutionary Computation等国际学术期刊和会议中发表基金标注SCI/EI检索论文24篇，其中SCI检索期刊论文9篇，EI检索期刊论文2篇，会议论文13篇；将科学研究应用到教学改革中，发表教改核心论文2篇，教改会议论文1篇；培养毕业硕士生4人，在读硕士生6人；在机器人导航与控制领域，授权发明专利5项，实用新型专利1项，软件著作权4件。项目组成员获得浙江省中青年学科带头人称号。本项目的完成为机器人学和控制科学等学术研究领域的发展做出贡献。