一種智能集群自組織控制仿真系統(tǒng)及方法
【專利摘要】本發(fā)明提供一種智能集群自組織控制仿真系統(tǒng)及方法，系統(tǒng)包括：演示場地、若干個(gè)位于所述演示場地的智能個(gè)體、布置于所述演示場地正上方的圖像采集設(shè)備以及控制計(jì)算機(jī)；所述控制計(jì)算機(jī)分別與所述圖像采集設(shè)備和各個(gè)所述智能個(gè)體通訊；每個(gè)所述智能個(gè)體的頂部均設(shè)置唯一的合作標(biāo)識，基于所述合作標(biāo)識，所述控制計(jì)算機(jī)對所述智能個(gè)體進(jìn)行身份與位姿的識別。優(yōu)點(diǎn)為：明顯降低智能集群仿真系統(tǒng)中每個(gè)智能個(gè)體的設(shè)計(jì)難度，可靈活地實(shí)現(xiàn)多種自組織規(guī)則下的智能集群仿真，提高智能集群系統(tǒng)的適用性，降低成本。通過對合作標(biāo)識的設(shè)計(jì)，明顯提高了智能個(gè)體身份與位姿識別的速度與精確度；進(jìn)而提高了仿真可信度。
【專利說明】一種智能集群自組織控制仿真系統(tǒng)及方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于智能集群仿真【技術(shù)領(lǐng)域】，具體涉及一種智能集群自組織控制仿真系統(tǒng) 及方法。

【背景技術(shù)】
[0002] 隨著移動(dòng)智能個(gè)體學(xué)及其應(yīng)用的不斷發(fā)展，單個(gè)智能個(gè)體的有限能力已經(jīng)不能滿 足完成日益復(fù)雜的自動(dòng)化任務(wù)的要求，因此，由多個(gè)智能個(gè)體構(gòu)成的智能集群的研宄已經(jīng) 成為目前研宄熱點(diǎn)。
[0003] 智能集群是由大量相對簡單的智能個(gè)體共同構(gòu)成的群體，各個(gè)智能個(gè)體通過自組 織規(guī)則實(shí)現(xiàn)智能個(gè)體之間的協(xié)作，從而完成復(fù)雜任務(wù)。智能集群借鑒生物集群的"自組織模 式"，智能個(gè)體通過環(huán)境實(shí)現(xiàn)個(gè)體之間的間接信息交互。智能集群中的每個(gè)智能個(gè)體由感知 單元、分析單元、控制單元、執(zhí)行單元等組成。感知單元用于從環(huán)境中獲取信息；分析單元用 于對感知單元獲取的信息進(jìn)行處理，得到處理結(jié)果；控制單元用于根據(jù)分析單元得到的處 理結(jié)果制定相應(yīng)的控制策略；執(zhí)行單元用于將控制單元得到的控制策略轉(zhuǎn)化為具體的控制 指令，這些控制指令的執(zhí)行將引起環(huán)境的變化。例如，由多個(gè)可移動(dòng)機(jī)器人構(gòu)成的智能探測 集群，每個(gè)機(jī)器人根據(jù)其周圍機(jī)器人的位置而確定自身的位置，從而形成均勻的探測構(gòu)型。 在其自組織過程中，每個(gè)機(jī)器人感知其它機(jī)器人的位置，然后將這些機(jī)器人的位置信息綜 合，控制單元根據(jù)綜合結(jié)果決定每個(gè)機(jī)器人的下一位置，執(zhí)行單元?jiǎng)t將機(jī)器人移動(dòng)到此位 置。在這個(gè)例子中，所有機(jī)器人的位置信息就構(gòu)成了智能集群的環(huán)境。
[0004] 近年來，智能集群技術(shù)在理論研宄上得到了長足的發(fā)展。針對需要完成的各種復(fù) 雜任務(wù)，需要設(shè)計(jì)對應(yīng)的自組織規(guī)則，為驗(yàn)證所設(shè)計(jì)的自組織規(guī)則的有效性，需要首先通過 仿真對自組織規(guī)則的應(yīng)用效果進(jìn)行仔細(xì)研宄。目前，主要為單純的數(shù)字仿真，具有仿真可信 度低的問題，無法有效的為智能集群的各種應(yīng)用提供解決方案。


【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術(shù)存在的缺陷，本發(fā)明提供一種智能集群自組織控制仿真系統(tǒng)及方 法，為一種半實(shí)物仿真系統(tǒng)，從而可提高仿真可信度，有效驗(yàn)證所設(shè)計(jì)的自組織規(guī)則的有效 性。
[0006] 本發(fā)明采用的技術(shù)方案如下：
[0007] 本發(fā)明還提供一種智能集群自組織控制仿真系統(tǒng)，包括：演示場地、若干個(gè)位于所 述演示場地的智能個(gè)體、布置于所述演示場地正上方的圖像采集設(shè)備以及控制計(jì)算機(jī)；所 述控制計(jì)算機(jī)分別與所述圖像采集設(shè)備和各個(gè)所述智能個(gè)體通訊；
[0008] 每個(gè)所述智能個(gè)體的頂部均設(shè)置唯一的合作標(biāo)識，基于所述合作標(biāo)識，所述控制 計(jì)算機(jī)對所述智能個(gè)體進(jìn)行身份與位姿的識別；
[0009] 其中，所述合作標(biāo)識包括背景區(qū)域和布置于所述背景區(qū)域的定位圖形、定向起點(diǎn) 圖形、定向終點(diǎn)圖形和編碼圖形；其中，所述定位圖形、所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖 形和所述編碼圖形均為同一種中心對稱圖形；
[0010] 所述定位圖形的中心點(diǎn)與被標(biāo)識物體的中心點(diǎn)重合，并且，所述定位圖形的對稱 軸長度大于所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖形和所述編碼圖形的對稱軸長度；
[0011] 所述定向起點(diǎn)圖形和所述定向終點(diǎn)圖形分別位于所述定位圖形的左右兩側(cè)，并 且，所述定向起點(diǎn)圖形的中心點(diǎn)、所述定位圖形的中心點(diǎn)至所述定向終點(diǎn)圖形的中心點(diǎn)之 間的連線為直線K，直線K稱為定向直線；所述定向起點(diǎn)圖形的中心點(diǎn)到所述定位圖形的中 心點(diǎn)之間的距離與所述定向終點(diǎn)圖形的中心點(diǎn)到所述定位圖形的中心點(diǎn)之間的距離相等， 均為R ;
[0012] 以所述定位圖形的中心點(diǎn)為圓心，以R為半徑畫圓，在所述直線K的同一側(cè)的半圓 上，均勻設(shè)置X個(gè)編碼位，其中，所述X個(gè)編碼位按由低到高的編碼位順序順時(shí)針排列在所 述半圓上，并且，低編碼位為靠近所述定向起點(diǎn)圖形的位置，高編碼位為靠近所述定向終點(diǎn) 圖形的位置；每一個(gè)所述編碼位對應(yīng)兩種可選的編碼碼字，分別為第1種編碼碼字和第2種 編碼碼字；如果某一個(gè)編碼位采用所述第1種編碼碼字，則該編碼位為空；如果某一個(gè)編碼 位采用所述第2種編碼碼字，則在該編碼位布置所述編碼圖形；其中，X為自然數(shù)；并且，X 個(gè)編碼位中至少存在1個(gè)布置所述編碼圖形的編碼位。
[0013] 優(yōu)選的，所述中心對稱圖形為正方形、正六邊形或圓形。
[0014] 優(yōu)選的，所述編碼碼字為數(shù)字或字母。
[0015] 優(yōu)選的，所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖形和所述編碼圖形的對稱軸長度均 相同，為Dl ;所述定位圖形的對稱軸長度為D2 ;則：D2 > I. ;和/或
[0016] 所述定位圖形、所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖形和所述編碼圖形的成像像 素均大于20個(gè)成像像素；和/或
[0017] 任意兩個(gè)相鄰圖形之間的間距大于4個(gè)成像像素；和/或
[0018] 所述定位圖形、所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖形和所述編碼圖形的圖形顏 色均相同，該圖形顏色與所述背景區(qū)域的背景顏色的差異度超過設(shè)定顏色閾值。
[0019] 優(yōu)選的，所述定位圖形、所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖形和所述編碼圖形的 圖形顏色均為白色；所述背景區(qū)域的背景顏色為黑色。
[0020] 本發(fā)明還提供一種基于上述的智能集群自組織控制仿真系統(tǒng)的仿真方法，包括以 下步驟：
[0021] S1，在演示場地的正上方安裝圖像采集設(shè)備，該圖像采集設(shè)備能夠采集完整的演 示場地的場景情況；該圖像采集設(shè)備連接到控制計(jì)算機(jī)；
[0022] 對于演示場地上的每個(gè)智能個(gè)體，其頂部均設(shè)置唯一的合作標(biāo)識，保證所述合作 標(biāo)識的定位圖形的中心點(diǎn)與所述智能個(gè)體的中心點(diǎn)重合；并且，所述合作標(biāo)識的定向起點(diǎn) 圖形中心點(diǎn)到定向終點(diǎn)圖形中心點(diǎn)的矢量線段與所述智能個(gè)體的正向前進(jìn)方向之間的夾 角62為固定值，該夾角6 2與智能個(gè)體身份編碼的對應(yīng)關(guān)系預(yù)先存儲到所述控制計(jì)算機(jī)； 所述控制計(jì)算機(jī)還存儲以下參數(shù)：
[0023] 定向起點(diǎn)圖形中心點(diǎn)、定向終點(diǎn)圖形中心點(diǎn)和編碼圖形中心點(diǎn)分別到定位圖形中 心點(diǎn)的距離R ;
[0024] 每個(gè)智能個(gè)體的編碼總位數(shù)X ;
[0025] 此外，所述演示場地的顏色與所述合作標(biāo)識的背景顏色之間的差異度在設(shè)定范圍 內(nèi)；以及，所述智能個(gè)體的顏色與所述合作標(biāo)識的背景顏色之間的差異度在設(shè)定范圍內(nèi)；
[0026] 所述控制器還預(yù)存儲需要仿真驗(yàn)證的自組織規(guī)則；
[0027] S2,所述控制計(jì)算機(jī)存儲初始參數(shù)值，所述初始參數(shù)值包括圖像采集時(shí)間間隔T ;
[0028] S3,初始時(shí)刻h，所述控制計(jì)算機(jī)向圖像采集設(shè)備發(fā)送圖像采集指令；
[0029] 所述圖像采集設(shè)備接收到所述圖像采集指令后，采集演示場地在當(dāng)前時(shí)刻的原始 圖像，并將所述原始圖像傳輸?shù)剿隹刂朴?jì)算機(jī)；
[0030] S4,所述控制計(jì)算機(jī)對接收到的所述原始圖像進(jìn)行分析處理，獲得每個(gè)所述智能 個(gè)體的身份ID以及當(dāng)前位姿信息；然后根據(jù)所述自組織規(guī)則解算出每個(gè)所述智能個(gè)體的 下一時(shí)刻目標(biāo)位姿信息；
[0031] 然后，所述控制計(jì)算機(jī)通過比較每個(gè)所述智能個(gè)體的當(dāng)前位姿信息以及下一時(shí)刻 目標(biāo)位姿信息，生成對所述智能個(gè)體的本次控制指令，并將所述本次控制指令發(fā)送給對應(yīng) 的所述智能個(gè)體；所述智能個(gè)體根據(jù)接收到的所述本次控制指令調(diào)整自身運(yùn)動(dòng)方向，并按 調(diào)整后的運(yùn)動(dòng)方向在演示場地運(yùn)動(dòng)；
[0032] S5,當(dāng)經(jīng)過圖像采集時(shí)間間隔T，達(dá)到下一時(shí)間&時(shí)，重復(fù)執(zhí)行S3-S4 ;由此不斷循 環(huán)，直到達(dá)到預(yù)設(shè)定的終止條件時(shí)，退出循環(huán)過程，仿真過程結(jié)束；
[0033] 其中，S4中，所述控制計(jì)算機(jī)通過以下方法獲得每個(gè)所述智能個(gè)體的身份ID以及 當(dāng)前位姿信息：
[0034] S4. 1，所述控制計(jì)算機(jī)對所述原始圖像進(jìn)行預(yù)處理，得到預(yù)處理后的圖像；
[0035] S4. 2,所述控制計(jì)算機(jī)在所述預(yù)處理后的圖像中，提取并標(biāo)記出所有的目標(biāo)圖形， 其中，所述目標(biāo)圖形包括定位圖形、定向起點(diǎn)圖形、定向終點(diǎn)圖形和編碼圖形，由此得到目 標(biāo)圖形集合；
[0036] 在所述目標(biāo)圖形集合中，計(jì)算出每個(gè)目標(biāo)圖形的面積以及中心點(diǎn)圖像坐標(biāo)值；
[0037] 然后，查找到面積最大的若干個(gè)目標(biāo)圖形，其中，面積最大的目標(biāo)圖形的數(shù)量即為 演示場地上智能個(gè)體的數(shù)量；每個(gè)面積最大的目標(biāo)圖形對應(yīng)唯一一個(gè)合作標(biāo)識，并且，面積 最大的目標(biāo)圖形即為定位圖形；
[0038] S4. 3,對于所定位到的每個(gè)定位圖形，均采用以下分析過程：
[0039] S4.3. 1，查找到與該定位圖形中心點(diǎn)距離為R± ε的所有目標(biāo)圖形，得到與所述 定位圖形屬于同一合作標(biāo)識的所有目標(biāo)圖形；其中，ε為允許的誤差；
[0040] S4. 3. 2,以定位圖形中心點(diǎn)為起點(diǎn)，分別以S5. 1得到的各個(gè)目標(biāo)圖形中心點(diǎn)為終 點(diǎn)，得到多條矢量線段，分別計(jì)算每條矢量線段與圖像坐標(biāo)系的X軸負(fù)方向的夾角，得到夾 角相差為180度的兩條矢量線段，分別記為第1矢量線段和第2矢量線段，將第1矢量線段 的終點(diǎn)所在的目標(biāo)圖形記為目標(biāo)圖形El，將第2矢量線段的終點(diǎn)所在的目標(biāo)圖形記為目標(biāo) 圖形Ε2 ;則S5. 1查找到的除目標(biāo)圖形El和目標(biāo)圖形Ε2之外的目標(biāo)圖形均為編碼圖形；
[0041] S4. 3. 3,以定位圖形中心點(diǎn)為圓心，以R± E為半徑，從目標(biāo)圖形El中心點(diǎn)開始沿 順時(shí)針方向向目標(biāo)圖形E2中心點(diǎn)畫半圓，判斷S5. 2確定的編碼圖形是否位于所畫出的半 圓上，如果位于，則目標(biāo)圖形El即為定向起點(diǎn)圖形，目標(biāo)圖形E2即為定向終點(diǎn)圖形；否則目 標(biāo)圖形E2即為定向起點(diǎn)圖形，目標(biāo)圖形El即為定向終點(diǎn)圖形；由此確定定向起點(diǎn)圖形和定 向終點(diǎn)圖形；
[0042] S4. 3. 4,對于S4. 3. 2確定的每個(gè)編碼圖形，將定位圖形中心點(diǎn)到編碼圖形中心點(diǎn) 之間的矢量線段記為第3矢量線段，將定位圖形中心點(diǎn)到定向起點(diǎn)圖形中心點(diǎn)之間的矢量 線段記為第4矢量線段，計(jì)算第3矢量線段和第4矢量線段之間的夾角δ 1 ;再結(jié)合編碼總 位數(shù)X，可確定出第2種編碼碼字在智能個(gè)體身份編碼中的位置，智能個(gè)體身份編碼的其余 位置即為第1種編碼碼字；由此得出智能個(gè)體身份編碼；
[0043] S4. 3. 5,將所定位到的定位圖形的中心點(diǎn)圖像坐標(biāo)值轉(zhuǎn)換為世界坐標(biāo)值，即為該 智能個(gè)體在當(dāng)前時(shí)刻的位置值，由此得到定位信息；
[0044] 計(jì)算定向起點(diǎn)圖形中心點(diǎn)到定向終點(diǎn)圖形中心點(diǎn)的矢量方向值，將所述矢量方向 值與夾角6 2進(jìn)行運(yùn)算，得到該智能個(gè)體在當(dāng)前時(shí)刻的方向值，由此得到定向信息。
[0045] 優(yōu)選的，S4. 2中，采用邊緣檢測算法，提取并標(biāo)記出所有的目標(biāo)圖形。
[0046] 優(yōu)選的，S4. 2中，采用亞像素定位算法，計(jì)算出每個(gè)目標(biāo)圖形的中心點(diǎn)圖像坐標(biāo) 值。
[0047] 優(yōu)選的，S4. 3. 4具體為：
[0048] 由編碼總位數(shù)X，計(jì)算得到相鄰兩個(gè)編碼位與定位圖形中心點(diǎn)連線的夾角δ3 = 180/(χ+1)；
[0049] δ 1/ δ 3的商值四舍五入所得到整數(shù)值，即為第2種編碼碼字在智能個(gè)體身份編 碼中的位置值。
[0050] S4中，所述控制計(jì)算機(jī)對接收到的所述原始圖像進(jìn)行分析處理，獲得每個(gè)所述智 能個(gè)體的身份ID以及當(dāng)前位姿信息；然后根據(jù)所述自組織規(guī)則解算出每個(gè)所述智能個(gè)體 的下一時(shí)刻目標(biāo)位姿信息；，并生成對所述智能個(gè)體的本次控制指令，通過以下方法實(shí)現(xiàn)：
[0051] 所述控制計(jì)算機(jī)配置有總控模塊和若干個(gè)分控模塊；所述總控模塊與各個(gè)所述分 控模塊分別連接；
[0052] 所述總控模塊用于對接收到的所述原始圖像進(jìn)行分析處理，獲得每個(gè)所述智能個(gè) 體的身份ID以及當(dāng)前位姿信息，并將當(dāng)前時(shí)刻每個(gè)所述智能個(gè)體的身份ID以及當(dāng)前位姿 信息存儲到配置表中；
[0053] 每個(gè)所述分控模塊與唯一的一個(gè)智能個(gè)體對應(yīng)，用于預(yù)存儲與所述智能個(gè)體對應(yīng) 的運(yùn)動(dòng)控制策略模型；所述運(yùn)動(dòng)控制策略模型具有已設(shè)置的輸入?yún)?shù)；然后，每當(dāng)所述配 置表被更新時(shí)，所述分控模塊立即從所述配置表中讀取所設(shè)置的輸入?yún)?shù)的具體值，然后， 通過運(yùn)行所述運(yùn)動(dòng)控制策略模型，解算出所述智能個(gè)體的下一時(shí)刻目標(biāo)位姿信息，并最終 生成對所述智能個(gè)體的本次控制指令。
[0054] 本發(fā)明提供的智能集群自組織控制仿真系統(tǒng)及方法，具有以下優(yōu)點(diǎn)：
[0055] (1)明顯降低智能集群仿真系統(tǒng)中每個(gè)智能個(gè)體的設(shè)計(jì)難度，可靈活地實(shí)現(xiàn)多種 自組織規(guī)則下的智能集群仿真，提高智能集群系統(tǒng)的適用性，降低成本。
[0056] (2)在控制計(jì)算機(jī)進(jìn)行圖像處理過程中，還提供了一種基于合作標(biāo)識進(jìn)行智能個(gè) 體身份與位姿識別的方法，通過對合作標(biāo)識的設(shè)計(jì)，明顯提高了智能個(gè)體身份與位姿識別 的速度與精確度；進(jìn)而提高了仿真速度和仿真可信度。

【專利附圖】

【附圖說明】
[0057] 圖1為本發(fā)明提供的智能集群自組織控制仿真的系統(tǒng)結(jié)構(gòu)示意圖；
[0058] 圖2為本發(fā)明提供的一種具體的合作標(biāo)識的示意圖；
[0059] 圖3為共設(shè)置3個(gè)編碼位時(shí)表示第1種身份編碼的合作標(biāo)識的示意圖；
[0060] 圖4為共設(shè)置3個(gè)編碼位時(shí)表示第2種身份編碼的合作標(biāo)識的示意圖；
[0061] 圖5為共設(shè)置3個(gè)編碼位時(shí)表示第3種身份編碼的合作標(biāo)識的示意圖；
[0062] 圖6為共設(shè)置3個(gè)編碼位時(shí)表示第4種身份編碼的合作標(biāo)識的示意圖；
[0063] 圖7為共設(shè)置3個(gè)編碼位時(shí)表示第5種身份編碼的合作標(biāo)識的示意圖；
[0064] 圖8為共設(shè)置3個(gè)編碼位時(shí)表示第6種身份編碼的合作標(biāo)識的示意圖；
[0065] 圖9為共設(shè)置3個(gè)編碼位時(shí)表示第7種身份編碼的合作標(biāo)識的示意圖；
[0066] 圖10為用于確定定向起點(diǎn)圖形和定向終點(diǎn)圖形的示意圖；
[0067] 圖11為本發(fā)明提供的g(Y)的變化曲線圖；
[0068] 圖12為本發(fā)明提供的仿真演示結(jié)果圖。

【具體實(shí)施方式】
[0069] 以下結(jié)合附圖對本發(fā)明進(jìn)行詳細(xì)說明：
[0070] 本發(fā)明提供一種智能集群自組織控制仿真系統(tǒng)，如圖1所示，包括：演示場地1、若 干個(gè)位于所述演示場地的智能個(gè)體2、布置于所述演示場地正上方的圖像采集設(shè)備以及控 制計(jì)算機(jī)；所述控制計(jì)算機(jī)分別與所述圖像采集設(shè)備和各個(gè)所述智能個(gè)體通訊；
[0071] 每個(gè)所述智能個(gè)體的頂部均設(shè)置唯一的合作標(biāo)識，基于所述合作標(biāo)識，所述控制 計(jì)算機(jī)對所述智能個(gè)體進(jìn)行身份與位姿的識別；
[0072] 其中，合作標(biāo)識包括：背景區(qū)域和布置于背景區(qū)域的定位圖形、定向起點(diǎn)圖形、定 向終點(diǎn)圖形和編碼圖形；其中，定位圖形、定向起點(diǎn)圖形、定向終點(diǎn)圖形和編碼圖形均為同 一種中心對稱圖形；例如，正方形、正六邊形或圓形等，凡是中心對稱圖形，均可應(yīng)用于本發(fā) 明提供的合作標(biāo)識中，在本發(fā)明附圖中，均以圓形為例示出。如圖2所示，即為一種具體的 合作標(biāo)識，圖2的陰影區(qū)域即為背景區(qū)域，1號圓為定位圖形，2號圓為定向起點(diǎn)圖形，3號圓 為定向終點(diǎn)圖形，4號圓、5號圓和6號圓均為編碼圖形。
[0073] 此外，為滿足光學(xué)成像的要求，達(dá)到基于合作標(biāo)識進(jìn)行身份與位姿精確快速識別 的效果，還可以優(yōu)選設(shè)置以下規(guī)則：
[0074] (1)定位圖形和其它圖形的面積差別需要能夠明顯區(qū)分，一般情況下，定位圖形 的對稱軸長度大于定向起點(diǎn)圖形、定向終點(diǎn)圖形和編碼圖形的對稱軸長度；具體的，定向起 點(diǎn)圖形、定向終點(diǎn)圖形和編碼圖形的對稱軸長度均相同，為Dl ;定位圖形的對稱軸長度為 D2 ；^lj ：D2 > I. 5D1 ；
[0075] 參考圖2,1號圓的直徑最大。
[0076] (2)定位圖形、定向起點(diǎn)圖形、定向終點(diǎn)圖形和編碼圖形的成像像素不能過少，優(yōu) 選為均大于20個(gè)成像像素；
[0077] (3)任意兩個(gè)相鄰圖形之間的間距需要足夠大，一般間距需大于4個(gè)成像像素的 長度，以便在圖像處理時(shí)，不會將兩個(gè)相鄰的圖形視為一體。
[0078] (4)定位圖形、定向起點(diǎn)圖形、定向終點(diǎn)圖形和編碼圖形的圖形顏色均相同，該圖 形顏色與背景區(qū)域的背景顏色的差異度超過設(shè)定顏色閾值。例如，定向起點(diǎn)圖形、定向終點(diǎn) 圖形和編碼圖形的圖形顏色均為白色；背景區(qū)域的背景顏色為黑色。當(dāng)然，也可以將圖形顏 色與背景區(qū)域的背景顏色設(shè)置為其他的顏色，只要兩者之間的差異度足夠大，從而方便后 續(xù)圖像處理即可。
[0079] 在將合作標(biāo)識布置于被標(biāo)識物體時(shí)，例如，智能機(jī)智人、智能Agent等，需要使定 位圖形的中心點(diǎn)與被標(biāo)識物體的中心點(diǎn)重合，因此，當(dāng)獲得定位圖形的中心點(diǎn)像素坐標(biāo)時(shí)， 即可快速轉(zhuǎn)換為被標(biāo)識物體在空間坐標(biāo)系下的空間位置值，達(dá)到對被標(biāo)識物體定位的目 的。具體過程參見后續(xù)的方法流程。此處，本發(fā)明中，為防止合作標(biāo)識被遮擋，而導(dǎo)致圖像 采集設(shè)備無法采集完整的圖像標(biāo)識，需要使合作標(biāo)識安裝于被標(biāo)識物體的頂部，如果被標(biāo) 識物體的頂部為光滑平面，可直接將合作標(biāo)識印刷于該光滑平面上；如果被標(biāo)識物體的頂 部不為光滑平面，可將本發(fā)明提供的合作標(biāo)識制作為標(biāo)識牌，材質(zhì)為木質(zhì)或鐵質(zhì)等，然后， 將標(biāo)識牌水平安裝于被標(biāo)識物體頂部，方便進(jìn)行后續(xù)圖像采集與處理。
[0080] 定向起點(diǎn)圖形和定向終點(diǎn)圖形分別位于定位圖形的左右兩側(cè)，并且，定向起點(diǎn)圖 形的中心點(diǎn)、定位圖形的中心點(diǎn)至定向終點(diǎn)圖形的中心點(diǎn)之間的連線為直線K，直線K稱為 定向直線；定向起點(diǎn)圖形的中心點(diǎn)到定位圖形的中心點(diǎn)之間的距離與定向終點(diǎn)圖形的中心 點(diǎn)到定位圖形的中心點(diǎn)之間的距離相等，均為R ;
[0081] 以定位圖形的中心點(diǎn)為圓心，以R為半徑畫圓，在直線K的同一側(cè)的半圓上，均勾 設(shè)置X個(gè)編碼位，其中，X個(gè)編碼位按由低到高的編碼位順序順時(shí)針排列在半圓上，并且， 低編碼位為靠近定向起點(diǎn)圖形的位置，高編碼位為靠近定向終點(diǎn)圖形的位置；每一個(gè)編碼 位對應(yīng)兩種可選的編碼碼字，分別為第1種編碼碼字和第2種編碼碼字；如果某一個(gè)編碼位 采用第1種編碼碼字，則該編碼位為空；如果某一個(gè)編碼位采用第2種編碼碼字，則在該編 碼位布置編碼圖形；其中，X為自然數(shù)；并且，X個(gè)編碼位中至少存在1個(gè)布置編碼圖形的編 碼位。
[0082] 本發(fā)明中，當(dāng)設(shè)置X個(gè)編碼位時(shí)，最多可獲得的身份編碼數(shù)量為2X_1個(gè)，如，當(dāng)X = 4時(shí)，最多可表示15個(gè)身份編碼；當(dāng)X = 3時(shí)，最多可表示7個(gè)身份編碼。此外，本發(fā)明對 編碼碼字采用的具體類型并不限制，可以為數(shù)字或字母。（1)當(dāng)采用字母時(shí)，例如，用a和 b的排列組合構(gòu)成不同的身份編碼，如，當(dāng)共設(shè)置3個(gè)編碼位時(shí)，如果某一個(gè)編碼位為空，即 代表該編碼位為a ;如果某一個(gè)編碼位布置有編碼圖形，則代表該編碼位為b ;參見圖3-圖 9,分別代表X = 3時(shí)，共得到的7個(gè)合作標(biāo)識，分別代表的身份編碼為：aab，aba，baa，abb， bab，bba，bbb ; (2)當(dāng)采用字母時(shí)，例如，用0和I的排列組合構(gòu)成不同的身份編碼，如，當(dāng)共 設(shè)置3個(gè)編碼位時(shí)，如果某一個(gè)編碼位為空，即代表該編碼位為0 ;如果某一個(gè)編碼位布置 有編碼圖形，則代表該編碼位為1 ;參見圖3-圖9,分別代表X = 3時(shí)，共得到的7個(gè)合作標(biāo) 識，分別代表的身份編碼為：〇〇〇1，010,100,011，101，110,111。
[0083] 另外，需要強(qiáng)調(diào)的是，X個(gè)編碼位等間隔布置在定向起點(diǎn)圖形到定向終點(diǎn)圖形之間 的半圓弧上；從而方便后續(xù)基于角度進(jìn)行定向；此外，在X個(gè)編碼位中，需滿足至少存在1 個(gè)編碼位設(shè)置編碼圖形，也就是說，當(dāng)采用上述〇和1的編碼組合時(shí)，不能編制身份編碼為 000的編碼，因此，當(dāng)采用000的身份編碼時(shí)，無法區(qū)分定向起點(diǎn)圖形和定向終點(diǎn)圖形。
[0084] 基于上述智能集群自組織控制仿真系統(tǒng)，本發(fā)明還提供一種仿真方法，具體包括 以下步驟：
[0085] S1，在演示場地的正上方安裝圖像采集設(shè)備，該圖像采集設(shè)備能夠采集完整的演 示場地的場景情況；該圖像采集設(shè)備連接到控制計(jì)算機(jī)；
[0086] 對于演示場地上的每個(gè)智能個(gè)體，其頂部均設(shè)置唯一的合作標(biāo)識，保證合作標(biāo)識 的定位圖形的中心點(diǎn)與智能個(gè)體的中心點(diǎn)重合；并且，合作標(biāo)識的定向起點(diǎn)圖形中心點(diǎn)到 定向終點(diǎn)圖形中心點(diǎn)的矢量線段與智能個(gè)體的正向前進(jìn)方向之間的夾角62為固定值， 該夾角6 2與智能個(gè)體身份編碼的對應(yīng)關(guān)系預(yù)先存儲到控制計(jì)算機(jī)；控制計(jì)算機(jī)還存儲以 下參數(shù)：
[0087] 定向起點(diǎn)圖形中心點(diǎn)、定向終點(diǎn)圖形中心點(diǎn)和編碼圖形中心點(diǎn)分別到定位圖形中 心點(diǎn)的距離R ;
[0088] 每個(gè)智能個(gè)體的編碼總位數(shù)X ;控制器還預(yù)存儲需要仿真驗(yàn)證的自組織規(guī)則；
[0089] 此外，演示場地的顏色與合作標(biāo)識的背景顏色之間的差異度在設(shè)定范圍內(nèi)；以及， 智能個(gè)體的顏色與合作標(biāo)識的背景顏色之間的差異度在設(shè)定范圍內(nèi)；例如，演示場地的顏 色、合作標(biāo)識的背景顏色以及智能個(gè)體的顏色均為黑色，而合作標(biāo)識上設(shè)計(jì)的起標(biāo)志作用 的圖形為白色，此處，圖形為白色，是指：圖形的輪廓和圖形的填充區(qū)域均為白色。通過上述 顏色設(shè)置，在圖像采集設(shè)備采集到的原始圖像中，只具有兩種顏色，即：黑色和白色，從而簡 化了后續(xù)圖像處理與識別的復(fù)雜度，可有效提高圖像處理與識別的速度和精度。
[0090] S2,所述控制計(jì)算機(jī)存儲初始參數(shù)值，所述初始參數(shù)值包括圖像采集時(shí)間間隔T ;
[0091] S3,初始時(shí)刻h，所述控制計(jì)算機(jī)向圖像采集設(shè)備發(fā)送圖像采集指令；
[0092] 所述圖像采集設(shè)備接收到所述圖像采集指令后，采集演示場地在當(dāng)前時(shí)刻的原始 圖像，并將所述原始圖像傳輸?shù)剿隹刂朴?jì)算機(jī)；
[0093] S4,所述控制計(jì)算機(jī)對接收到的所述原始圖像進(jìn)行分析處理，獲得每個(gè)所述智能 個(gè)體的身份ID以及當(dāng)前位姿信息；然后根據(jù)所述自組織規(guī)則解算出每個(gè)所述智能個(gè)體的 下一時(shí)刻目標(biāo)位姿信息；
[0094] 然后，所述控制計(jì)算機(jī)通過比較每個(gè)所述智能個(gè)體的當(dāng)前位姿信息以及下一時(shí)刻 目標(biāo)位姿信息，生成對所述智能個(gè)體的本次控制指令，并將所述本次控制指令發(fā)送給對應(yīng) 的所述智能個(gè)體；所述智能個(gè)體根據(jù)接收到的所述本次控制指令調(diào)整自身運(yùn)動(dòng)方向，并按 調(diào)整后的運(yùn)動(dòng)方向在演示場地運(yùn)動(dòng)；
[0095] 本步驟中，在具體實(shí)現(xiàn)上，為加快控制計(jì)算機(jī)快速生成對各個(gè)智能個(gè)體的本次控 制指令，同時(shí)，也為了提高控制計(jì)算機(jī)的可擴(kuò)展性，方便改變智能個(gè)體數(shù)量，實(shí)現(xiàn)多種情形 下的智能集群仿真，控制計(jì)算機(jī)可采用模塊化設(shè)計(jì)方案，即：控制計(jì)算機(jī)配置有總控模塊和 若干個(gè)分控模塊；所述總控模塊與各個(gè)所述分控模塊分別連接；
[0096] 所述總控模塊用于對接收到的所述原始圖像進(jìn)行分析處理，獲得每個(gè)所述智能個(gè) 體的身份ID以及當(dāng)前位姿信息，并將當(dāng)前時(shí)刻每個(gè)所述智能個(gè)體的身份ID以及當(dāng)前位姿 信息存儲到配置表中；
[0097] 每個(gè)所述分控模塊與唯一的一個(gè)智能個(gè)體對應(yīng)，例如，如果當(dāng)前共有4個(gè)智能個(gè) 體，則需配置4個(gè)分控模塊，每個(gè)分控模塊用于預(yù)存儲與所述智能個(gè)體對應(yīng)的運(yùn)動(dòng)控制策 略模型；所述運(yùn)動(dòng)控制策略模型具有已設(shè)置的輸入?yún)?shù)；然后，每當(dāng)所述配置表被更新時(shí)， 表明總控模塊向配置表中存儲了最新的智能個(gè)體的身份ID以及當(dāng)前位姿，因此，各個(gè)分控 模塊立即從所述配置表中讀取所設(shè)置的輸入?yún)?shù)的具體值，然后，通過運(yùn)行所述運(yùn)動(dòng)控制 策略模型，解算出所述智能個(gè)體的下一時(shí)刻目標(biāo)位姿信息，并最終生成對所述智能個(gè)體的 本次控制指令。其中，由于各個(gè)分控模塊采用并行執(zhí)行的設(shè)計(jì)方式，因此，既使對數(shù)量眾多 的智能個(gè)體進(jìn)行仿真演示，也不會降低對智能個(gè)體控制指令的生成速度。此處，運(yùn)動(dòng)控制策 略模型的輸入?yún)?shù)的具體類型，為根據(jù)每個(gè)智能個(gè)體的角色而設(shè)計(jì)的，例如，對于智能集群 A，其共由4個(gè)智能個(gè)體組成，分別為智能個(gè)體a、智能個(gè)體b、智能個(gè)體c和智能個(gè)體d ;貝Ij， 對于與智能個(gè)體a對應(yīng)的分控模塊a，其輸入?yún)?shù)可以僅為智能個(gè)體a在當(dāng)前時(shí)刻的位姿信 息；也可以為智能個(gè)體a和智能個(gè)體b分別在當(dāng)前時(shí)刻的位姿信息；也可以為智能個(gè)體a、 智能個(gè)體b、智能個(gè)體c和智能個(gè)體d這4個(gè)智能個(gè)體分別在當(dāng)前時(shí)刻的位姿信息。
[0098] S5,當(dāng)經(jīng)過圖像采集時(shí)間間隔T，達(dá)到下一時(shí)間&時(shí)，重復(fù)執(zhí)行S3-S4 ;由此不斷循 環(huán)，直到達(dá)到預(yù)設(shè)定的終止條件時(shí)，退出循環(huán)過程，仿真過程結(jié)束；
[0099] 其中，S4中，所述控制計(jì)算機(jī)通過以下方法獲得每個(gè)所述智能個(gè)體的身份ID以及 當(dāng)前位姿信息：
[0100] S4. 1，控制計(jì)算機(jī)對原始圖像進(jìn)行預(yù)處理，得到預(yù)處理后的圖像；例如，進(jìn)行圖形 降噪處理等。
[0101] S4. 2,控制計(jì)算機(jī)在預(yù)處理后的圖像中，提取并標(biāo)記出所有的目標(biāo)圖形，其中，目 標(biāo)圖形包括定位圖形、定向起點(diǎn)圖形、定向終點(diǎn)圖形和編碼圖形，由此得到目標(biāo)圖形集合； 此處，僅能從背景區(qū)域中識別出不同的圖形，但還無法得出各個(gè)圖形的具體類型。
[0102] 另外，可采用多種算法，從背景區(qū)域提取并標(biāo)記出所有的目標(biāo)圖形，例如，邊緣檢 測算法或灰度閾值分割算法等，本發(fā)明對此并不限制。
[0103] 在目標(biāo)圖形集合中，計(jì)算出每個(gè)目標(biāo)圖形的面積以及中心點(diǎn)圖像坐標(biāo)值；此處，可 采用亞像素定位算法，計(jì)算出每個(gè)目標(biāo)圖形的中心點(diǎn)圖像坐標(biāo)值。其中，亞像素定位算法又 稱為質(zhì)心法、灰度重心法，即將特定區(qū)域內(nèi)的所有像素的坐標(biāo)按照權(quán)重相加后再除以總像 素?cái)?shù)，從而得到此特定區(qū)域的中心位置坐標(biāo)。
[0104] 然后，查找到面積最大的若干個(gè)目標(biāo)圖形，其中，面積最大的目標(biāo)圖形的數(shù)量即為 演示場地上智能個(gè)體的數(shù)量；每個(gè)面積最大的目標(biāo)圖形對應(yīng)唯一一個(gè)合作標(biāo)識，并且，面積 最大的目標(biāo)圖形即為定位圖形；例如，如果整個(gè)演示場地共存在10個(gè)智能個(gè)體，則可得到 10個(gè)定位圖形。由于本發(fā)明中，對于每個(gè)合作標(biāo)識，定位圖形的對稱軸長度明顯大于其他 圖形的對稱軸長度，因此，可迅速精確的查找到各個(gè)定位圖形，從而簡化了識別算法的復(fù)雜 度。
[0105] S4. 3,對于所定位到的每個(gè)定位圖形，均采用以下分析過程：
[0106] S4.3. 1，查找到與該定位圖形中心點(diǎn)距離為R± ε的所有目標(biāo)圖形，得到與定位 圖形屬于同一合作標(biāo)識的所有目標(biāo)圖形；考慮到實(shí)際應(yīng)用中圖像獲取時(shí)會受到視場角度、 背景噪聲以及定位誤差等因素的影響，因此本步驟中，在R的基礎(chǔ)上增加一個(gè)容許范圍，即 增加允許的誤差ε，ε具體值可根據(jù)實(shí)際精度需要靈活設(shè)置。
[0107] S4. 3. 2,以定位圖形中心點(diǎn)為起點(diǎn)，分別以S5. 1得到的各個(gè)目標(biāo)圖形中心點(diǎn)為終 點(diǎn)，得到多條矢量線段，分別計(jì)算每條矢量線段與圖像坐標(biāo)系的X軸負(fù)方向的夾角，得到夾 角相差為180度的兩條矢量線段，分別記為第1矢量線段和第2矢量線段，將第1矢量線段 的終點(diǎn)所在的目標(biāo)圖形記為目標(biāo)圖形El，將第2矢量線段的終點(diǎn)所在的目標(biāo)圖形記為目標(biāo) 圖形Ε2 ;則S5. 1查找到的除目標(biāo)圖形El和目標(biāo)圖形Ε2之外的目標(biāo)圖形均為編碼圖形；
[0108] S4. 3. 3,以定位圖形中心點(diǎn)為圓心，以R± E為半徑，從目標(biāo)圖形El中心點(diǎn)開始沿 順時(shí)針方向向目標(biāo)圖形E2中心點(diǎn)畫半圓，判斷S5. 2確定的編碼圖形是否位于所畫出的半 圓上，如果位于，則目標(biāo)圖形El即為定向起點(diǎn)圖形，目標(biāo)圖形E2即為定向終點(diǎn)圖形；否則 目標(biāo)圖形E2即為定向起點(diǎn)圖形，目標(biāo)圖形El即為定向終點(diǎn)圖形；由此確定定向起點(diǎn)圖形和 定向終點(diǎn)圖形；
[0109] 參見圖10,為確定定向起點(diǎn)圖形和定向終點(diǎn)圖形的示意圖；在圖10中，在定位圖 形周圍，共定位到5個(gè)目標(biāo)圖形，分別記為目標(biāo)圖形T1、目標(biāo)圖形T2、目標(biāo)圖形T3、目標(biāo)圖形 T4和目標(biāo)圖形T5,這5個(gè)目標(biāo)圖形與定位圖形屬于同一合作標(biāo)識；然后，分別獲得定位圖形 的中心點(diǎn)到這5個(gè)目標(biāo)圖形的中心點(diǎn)的5條矢量線段，分別為矢量線段VI、矢量線段V2、矢 量線段V3、矢量線段V4、矢量線段V5 ;并分別計(jì)算每個(gè)矢量線段與圖像坐標(biāo)系的X軸負(fù)方 向的夾角，即與圖10中X方向的反方向的夾角，例如，對于矢量線段VI，其與X反方向的夾 角為θ 1;對于矢量線段V2,其與X反方向的夾角為Θ 2;以Θ i為例，其通過以下公式計(jì)算 得到：假設(shè)定位圖形的中心點(diǎn)坐標(biāo)為（χ〇, y。)，矢量線段Vl終點(diǎn)所屬目標(biāo)圖形的中心點(diǎn)坐標(biāo) 為（Xi，yi)，則有：tan (Q1) = (Xtl-X1)/(y。-；^)。因此，獲得夾角相差為180度的兩條矢量線 段，即矢量線段Vl和矢量線段V5 ;此時(shí)，可以確定，目標(biāo)圖形Tl和目標(biāo)圖形T5中，一個(gè)為 定向起點(diǎn)圖形，另一個(gè)為定向終點(diǎn)圖形，但未確定具體的對應(yīng)關(guān)系；此處，還可確定目標(biāo)圖 形T2、目標(biāo)圖形T3和目標(biāo)圖形T4為編碼圖形；
[0110] 由于本發(fā)明中，至少存在一個(gè)編碼圖形，并且，編碼圖形位于定向起點(diǎn)圖形至定向 終點(diǎn)圖形的順時(shí)針弧線上，因此，沿順時(shí)針方向由目標(biāo)圖形Tl向目標(biāo)圖形T5畫半圓，如果 在畫半圓的路徑過程中，經(jīng)過編碼圖形中心點(diǎn)，則可證明目標(biāo)圖形Tl為定向起點(diǎn)圖形，目 標(biāo)圖形T5為定向終點(diǎn)圖形；反之，如果不經(jīng)過，則目標(biāo)圖形T5為定向起點(diǎn)圖形，標(biāo)圖形Tl 為定向終點(diǎn)圖形。
[0111] S4. 3. 4,對于S4. 3. 2確定的每個(gè)編碼圖形，將定位圖形中心點(diǎn)到編碼圖形中心點(diǎn) 之間的矢量線段記為第3矢量線段，將定位圖形中心點(diǎn)到定向起點(diǎn)圖形中心點(diǎn)之間的矢量 線段記為第4矢量線段，計(jì)算第3矢量線段和第4矢量線段之間的夾角δ 1 ;再結(jié)合編碼總 位數(shù)X，可確定出第2種編碼碼字在智能個(gè)體身份編碼中的位置，智能個(gè)體身份編碼的其余 位置即為第1種編碼碼字；由此得出智能個(gè)體身份編碼；
[0112] 本步驟具體為：
[0113] 由編碼總位數(shù)X，計(jì)算得到相鄰兩個(gè)編碼位與定位圖形中心點(diǎn)連線的夾角δ3 = 180/(χ+1)；
[0114] δ 1/ δ 3的商值四舍五入所得到整數(shù)值，即為第2種編碼碼字在智能個(gè)體身份編 碼中的位置值。
[0115] 例如，如果編碼總位數(shù)X = 3,則δ 3 = 45度；如果被識別的合作標(biāo)識為圖4,則計(jì) 算出δ 1 = 95度或88度，δ 1/ δ 3的商值四舍五入，為整數(shù)2,則可得出在三位的身份編碼 中，第2位置具有第2種編碼碼字。
[0116] S4. 3. 5,將所定位到的定位圖形的中心點(diǎn)圖像坐標(biāo)值轉(zhuǎn)換為世界坐標(biāo)值，即為該 智能個(gè)體在當(dāng)前時(shí)刻的位置值，由此得到定位信息；
[0117] 計(jì)算定向起點(diǎn)圖形中心點(diǎn)到定向終點(diǎn)圖形中心點(diǎn)的矢量方向值，將矢量方向值與 夾角6 2進(jìn)行運(yùn)算，得到該智能個(gè)體在當(dāng)前時(shí)刻的方向值，由此得到定向信息。
[0118] 由此，即識別出某一智能個(gè)體的身份編碼、定位信息和定向信息，其中，定位信息 和定向信息統(tǒng)稱為位姿信息，即實(shí)現(xiàn)對智能個(gè)體身份與位姿的識別。
[0119] 現(xiàn)有技術(shù)中，智能集群中每個(gè)智能個(gè)體由感知單元、分析單元、控制單元和執(zhí)行單 元等組成。感知單元用于從環(huán)境中獲取信息，例如，其周圍智能個(gè)體的位姿信息等；分析單 元用于對感知單元獲得的信息進(jìn)行處理；控制單元用于根據(jù)自組織規(guī)則，對分析單元的信 息處理結(jié)果制定控制策略，執(zhí)行單元?jiǎng)t將控制策略轉(zhuǎn)化為具體的控制指令，這些控制指令 的執(zhí)行將引起環(huán)境的變化。例如，由多個(gè)可移動(dòng)的機(jī)器人構(gòu)成的智能探測集群，每個(gè)機(jī)器人 根據(jù)其周圍機(jī)器人的位置而確定自己的位置，從而形成均勻的探測構(gòu)型。其自組織過程中， 每個(gè)機(jī)器人感知其它機(jī)器人的位置，然后將周圍機(jī)器人的位置信息綜合，控制單元根據(jù)綜 合結(jié)果決定機(jī)器人的下一位置，執(zhí)行單元?jiǎng)t將機(jī)器人移動(dòng)到此位置。在這個(gè)例子中，所有機(jī) 器人的位置信息就構(gòu)成了這個(gè)智能集群的環(huán)境。
[0120] 由此可以看出，在現(xiàn)有的智能集群中，每個(gè)智能個(gè)體的配置非常復(fù)雜，需要配置獨(dú) 立的感知單元、分析單元、控制單元和執(zhí)行單元；如果完全依照現(xiàn)有智能集群中每個(gè)智能個(gè) 體的結(jié)構(gòu)進(jìn)行仿真，具有仿真成本高的問題。
[0121] 而本發(fā)明中，智能個(gè)體可用兩輪epuck小機(jī)器人模擬，在演示場地上按照設(shè)定的 自組織規(guī)則運(yùn)動(dòng)?？刂朴?jì)算機(jī)通過光學(xué)相機(jī)獲得整個(gè)演示場地的圖像，通過圖像處理解算 出各個(gè)機(jī)器人的位置和方位信息，即位姿信息；然后根據(jù)需要仿真的智能系統(tǒng)的自組織規(guī) 則而確定每個(gè)機(jī)器人的下一步目的位置；利用機(jī)器人的運(yùn)動(dòng)控制算法解算出機(jī)器人的運(yùn)動(dòng) 控制指令，并分發(fā)給每個(gè)機(jī)器人。機(jī)器人執(zhí)行運(yùn)動(dòng)控制指令到達(dá)指定的目的位置。在此過 程中，仿真對象的智能集群系統(tǒng)自組織規(guī)則可以根據(jù)要求進(jìn)行靈活地修改，因此整個(gè)智能 集群仿真系統(tǒng)能夠靈活地實(shí)現(xiàn)對多種自組織規(guī)則下的智能集群進(jìn)行仿真演示。
[0122] 由此可以看出，本發(fā)明中，每個(gè)智能個(gè)體并不配置獨(dú)立的感知單元、分析單元和控 制單元；而是由控制計(jì)算機(jī)通過圖像分析過程，即可快速獲知演示場地中所有智能個(gè)體的 位姿，再通過對演示場地中所有智能個(gè)體的位姿進(jìn)行綜合分析，獲得針對每個(gè)智能個(gè)體的 控制指令，因此，智能個(gè)體只需配置執(zhí)行單元，通過執(zhí)行控制計(jì)算機(jī)下發(fā)的控制指令，而調(diào) 整自身運(yùn)動(dòng)方向。
[0123] 因此，本發(fā)明中，明顯降低智能集群仿真系統(tǒng)中每個(gè)智能個(gè)體的設(shè)計(jì)難度，可靈活 地實(shí)現(xiàn)多種自組織規(guī)則下的智能集群仿真，提高智能集群系統(tǒng)的適用性，降低成本。此外， 在控制計(jì)算機(jī)進(jìn)行圖像處理過程中，本發(fā)明還提供了一種基于合作標(biāo)識進(jìn)行智能個(gè)體身份 與位姿識別的方法，通過對合作標(biāo)識的設(shè)計(jì)，明顯提高了智能個(gè)體身份與位姿識別的速度 與精確度，降低圖像處理算法的復(fù)雜度，具體優(yōu)點(diǎn)為：
[0124] (1)合作標(biāo)識只具有兩種顏色，分別為背景顏色和圖形顏色，因此，所涉及的顏色 種類少，防止相近顏色間的互相干擾，簡化了對合作標(biāo)識進(jìn)行識別的算法，減少了圖像處理 的耗時(shí)，增加了控制計(jì)算機(jī)對各個(gè)智能個(gè)體進(jìn)行身份與位姿識別的實(shí)時(shí)性；
[0125] (2)整個(gè)合作標(biāo)識在保證僅具有兩種顏色的前提下，通過改變編碼位數(shù)量，即可實(shí) 現(xiàn)對多個(gè)智能個(gè)體進(jìn)行身份編碼，因此，在保證識別復(fù)雜度低以及識別速度快的前提下，還 提高了合作標(biāo)識的應(yīng)用范圍，可適應(yīng)多種身份編碼的需要。
[0126] 以下介紹一種應(yīng)用本發(fā)明提供的智能集群自組織控制仿真系統(tǒng)及方法的具體示 例，本示例的主要目的在于：在本發(fā)明仿真系統(tǒng)的控制計(jì)算機(jī)中運(yùn)行一種已知的自組織規(guī) 貝IJ，在演示場地布置4個(gè)智能個(gè)體，通過本發(fā)明提供的智能集群自組織控制方法，對4個(gè)智 能個(gè)體的運(yùn)行進(jìn)行控制，經(jīng)過非常短的時(shí)間，4個(gè)智能個(gè)體即形成了與預(yù)期相同的構(gòu)形，從 而證明本發(fā)明提供的仿真系統(tǒng)和方法，能夠?qū)Ω黝愖越M織規(guī)則進(jìn)行快速驗(yàn)證，具有驗(yàn)證準(zhǔn) 確度高以及驗(yàn)證速度快的優(yōu)點(diǎn)：
[0127] (1)需要被仿真的機(jī)動(dòng)自組織探測系統(tǒng)組成
[0128] 再入飛行器的落點(diǎn)探測與著陸過程監(jiān)測，對于再入飛行器技術(shù)性能分析和效能評 估有著重要意義，同時(shí)也對著陸場探測系統(tǒng)提出了諸多要求。由于再入飛行器的落點(diǎn)會在 一定范圍內(nèi)分布，無法預(yù)知準(zhǔn)確落點(diǎn)，在大范圍內(nèi)布置大量固定探測設(shè)備的方案不僅建造 成本高昂，更存在被撞擊而損毀的可能。而且，采用長焦距固定監(jiān)測設(shè)備遠(yuǎn)距離進(jìn)行監(jiān)測 時(shí)，獲得的圖像的分辨率較低，難以提取詳細(xì)的落點(diǎn)數(shù)據(jù)；并且，在氣象條件不好的情況下， 如霧霾、沙塵等惡劣天氣下，會嚴(yán)重影響監(jiān)測結(jié)果，甚至根本無法獲取到所需數(shù)據(jù)。因此，需 要建立機(jī)動(dòng)自組織著陸場探測系統(tǒng)。
[0129] 機(jī)動(dòng)自組織著陸場探測系統(tǒng)由多個(gè)自主移動(dòng)平臺共同組成，自主移動(dòng)平臺包括地 面移動(dòng)小車和旋翼式空中飛行器，自主移動(dòng)平臺攜帶光學(xué)監(jiān)測設(shè)備，根據(jù)預(yù)報(bào)落點(diǎn)快速自 主移動(dòng)到落點(diǎn)附近，近距離監(jiān)測再入飛行器的著陸過程。
[0130] 機(jī)動(dòng)自組織著陸場探測系統(tǒng)的運(yùn)行過程如下：地面站收到指揮控制中心下發(fā)的落 點(diǎn)預(yù)報(bào)信息，并將此信息廣播給所有的自主移動(dòng)平臺；各個(gè)自主移動(dòng)平臺利用GPS獲取定 位信息，并將自己的位置信息廣播給其它移動(dòng)平臺；各個(gè)移動(dòng)平臺根據(jù)接收到的落點(diǎn)預(yù)報(bào) 信息和其它移動(dòng)平臺的位置信息，協(xié)同機(jī)動(dòng)到落點(diǎn)的附近區(qū)域，形成對落點(diǎn)的多角度監(jiān)測 構(gòu)型；各個(gè)自主移動(dòng)平臺對著陸過程進(jìn)行監(jiān)測，并將監(jiān)測數(shù)據(jù)通過地面站發(fā)送給指揮控制 中心，完成整個(gè)監(jiān)測任務(wù)。
[0131] (2)機(jī)動(dòng)自組織著陸場探測系統(tǒng)仿真機(jī)動(dòng)模型，S卩，已知的一種有效的自組織規(guī) 則：
[0132] 自主移動(dòng)平臺的協(xié)同機(jī)動(dòng)控制技術(shù)是機(jī)動(dòng)自組織著陸場探測系統(tǒng)的關(guān)鍵技術(shù)，是 實(shí)現(xiàn)多角度、近距離監(jiān)測的核心。為了簡化問題，可將機(jī)動(dòng)自組織著陸場探測系統(tǒng)視為由自 主移動(dòng)平臺作為智能個(gè)體的智能集群，利用集群的相關(guān)理論構(gòu)建機(jī)動(dòng)自組織著陸場探測系 統(tǒng)機(jī)動(dòng)模型。
[0133] 在m維歐氏空間中，由N個(gè)智能個(gè)體共同組成集群X，集群X中的第i個(gè)智能個(gè)體 的空間位置可表示為 Xi，Xi e RM。將時(shí)間等間隔地離散化為一系列時(shí)間段，每個(gè)時(shí)間段作為 一個(gè)時(shí)間單位，所有智能個(gè)體在每個(gè)單位時(shí)間內(nèi)改變位置，每個(gè)智能個(gè)體的位置由上一個(gè) 時(shí)間單位結(jié)束時(shí)刻時(shí)所有智能個(gè)體的位置確定，如下式所示。
[0134] Xi (k+1) = XiOiHui(X1Oi)，X2GO，…，x N(k)) i = 1，2，…，N (1)
[0135] 其中，XiGO為第k個(gè)時(shí)間單位時(shí)第i個(gè)智能個(gè)體的空間位置，k = 0, 1，2···。uj ·) 為第i個(gè)智能個(gè)體從第k個(gè)時(shí)間單位到第k+1個(gè)時(shí)間單位時(shí)的位置變化，是各智能個(gè)體空 間位置的函數(shù)。
[0136] 在這種集群模型中，智能個(gè)體的運(yùn)動(dòng)速度、加速度都沒有具體的控制要求，只要求 每個(gè)智能個(gè)體在一個(gè)時(shí)間單位內(nèi)完成所要求的位置變化，即到達(dá)指定的位置，而這期間智 能個(gè)體的運(yùn)動(dòng)軌跡、方式都沒有要求。
[0137] (3)機(jī)動(dòng)自組織著陸場探測系統(tǒng)總體約束
[0138] 為了獲得有效的監(jiān)測數(shù)據(jù)，機(jī)動(dòng)自組織著陸場探測系統(tǒng)的機(jī)動(dòng)模型需要滿足以下 條件：
[0139] 1.動(dòng)目標(biāo)點(diǎn)：
[0140] 預(yù)報(bào)的落點(diǎn)位置由指揮控制中心根據(jù)再入飛行器的飛行狀態(tài)計(jì)算所得，其位置和 精度在再入飛行器飛行過程中會有變化。預(yù)報(bào)落點(diǎn)位置為集群X所有智能個(gè)體的目標(biāo)位置 的平均值，即所有智能個(gè)體的目標(biāo)位置的中心。
[0141]

【權(quán)利要求】
1. 一種智能集群自組織控制仿真系統(tǒng)，其特征在于，包括：演示場地、若干個(gè)位于所述 演示場地的智能個(gè)體、布置于所述演示場地正上方的圖像采集設(shè)備W及控制計(jì)算機(jī)；所述 控制計(jì)算機(jī)分別與所述圖像采集設(shè)備和各個(gè)所述智能個(gè)體通訊； 每個(gè)所述智能個(gè)體的頂部均設(shè)置唯一的合作標(biāo)識，基于所述合作標(biāo)識，所述控制計(jì)算 機(jī)對所述智能個(gè)體進(jìn)行身份與位姿的識別； 其中，所述合作標(biāo)識包括背景區(qū)域和布置于所述背景區(qū)域的定位圖形、定向起點(diǎn)圖形、 定向終點(diǎn)圖形和編碼圖形；其中，所述定位圖形、所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖形和 所述編碼圖形均為同一種中屯、對稱圖形； 所述定位圖形的中屯、點(diǎn)與被標(biāo)識物體的中屯、點(diǎn)重合，并且，所述定位圖形的對稱軸長 度大于所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖形和所述編碼圖形的對稱軸長度； 所述定向起點(diǎn)圖形和所述定向終點(diǎn)圖形分別位于所述定位圖形的左右兩側(cè)，并且，所 述定向起點(diǎn)圖形的中屯、點(diǎn)、所述定位圖形的中屯、點(diǎn)至所述定向終點(diǎn)圖形的中屯、點(diǎn)之間的連 線為直線K，直線K稱為定向直線；所述定向起點(diǎn)圖形的中屯、點(diǎn)到所述定位圖形的中屯、點(diǎn) 之間的距離與所述定向終點(diǎn)圖形的中屯、點(diǎn)到所述定位圖形的中屯、點(diǎn)之間的距離相等，均為 R; W所述定位圖形的中屯、點(diǎn)為圓屯、，W R為半徑畫圓，在所述直線K的同一側(cè)的半圓上， 均勻設(shè)置X個(gè)編碼位，其中，所述X個(gè)編碼位按由低到高的編碼位順序順時(shí)針排列在所述半 圓上，并且，低編碼位為靠近所述定向起點(diǎn)圖形的位置，高編碼位為靠近所述定向終點(diǎn)圖形 的位置；每一個(gè)所述編碼位對應(yīng)兩種可選的編碼碼字，分別為第1種編碼碼字和第2種編碼 碼字；如果某一個(gè)編碼位采用所述第1種編碼碼字，則該編碼位為空；如果某一個(gè)編碼位采 用所述第2種編碼碼字，則在該編碼位布置所述編碼圖形；其中，X為自然數(shù)；并且，X個(gè)編 碼位中至少存在1個(gè)布置所述編碼圖形的編碼位。
2. 根據(jù)權(quán)利要求1所述的智能集群自組織控制仿真系統(tǒng)，其特征在于，所述中屯、對稱 圖形為正方形、正六邊形或圓形。
3. 根據(jù)權(quán)利要求1所述的智能集群自組織控制仿真系統(tǒng)，其特征在于，所述編碼碼字 為數(shù)字或字母。
4. 根據(jù)權(quán)利要求1所述的智能集群自組織控制仿真系統(tǒng)，其特征在于，所述定向起點(diǎn) 圖形、所述定向終點(diǎn)圖形和所述編碼圖形的對稱軸長度均相同，為D1 ;所述定位圖形的對 稱軸長度為D2 ;則；D2 > 1. 5D1 ;和/或 所述定位圖形、所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖形和所述編碼圖形的成像像素均 大于20個(gè)成像像素；和/或 任意兩個(gè)相鄰圖形之間的間距大于4個(gè)成像像素；和/或 所述定位圖形、所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖形和所述編碼圖形的圖形顏色均 相同，該圖形顏色與所述背景區(qū)域的背景顏色的差異度超過設(shè)定顏色闊值。
5. 根據(jù)權(quán)利要求4所述的智能集群自組織控制仿真系統(tǒng)，其特征在于，所述定位圖形、 所述定向起點(diǎn)圖形、所述定向終點(diǎn)圖形和所述編碼圖形的圖形顏色均為白色；所述背景區(qū) 域的背景顏色為黑色。
6. -種基于權(quán)利要求1-5任一項(xiàng)所述智能集群自組織控制仿真系統(tǒng)的仿真方法，其特 征在于，包括W下步驟： Sl，在演示場地的正上方安裝圖像采集設(shè)備，該圖像采集設(shè)備能夠采集完整的演示場 地的場景情況；該圖像采集設(shè)備連接到控制計(jì)算機(jī)； 對于演示場地上的每個(gè)智能個(gè)體，其頂部均設(shè)置唯一的合作標(biāo)識，保證所述合作標(biāo)識 的定位圖形的中屯、點(diǎn)與所述智能個(gè)體的中屯、點(diǎn)重合；并且，所述合作標(biāo)識的定向起點(diǎn)圖形 中屯、點(diǎn)到定向終點(diǎn)圖形中屯、點(diǎn)的矢量線段與所述智能個(gè)體的正向前進(jìn)方向之間的夾角6 2 為固定值，該夾角6 2與智能個(gè)體身份編碼的對應(yīng)關(guān)系預(yù)先存儲到所述控制計(jì)算機(jī)；所述 控制計(jì)算機(jī)還存儲W下參數(shù)： 定向起點(diǎn)圖形中屯、點(diǎn)、定向終點(diǎn)圖形中屯、點(diǎn)和編碼圖形中屯、點(diǎn)分別到定位圖形中屯、點(diǎn) 的距離R ; 每個(gè)智能個(gè)體的編碼總位數(shù)X ; 此外，所述演示場地的顏色與所述合作標(biāo)識的背景顏色之間的差異度在設(shè)定范圍內(nèi)； W及，所述智能個(gè)體的顏色與所述合作標(biāo)識的背景顏色之間的差異度在設(shè)定范圍內(nèi)； 所述控制器還預(yù)存儲需要仿真驗(yàn)證的自組織規(guī)則； 52, 所述控制計(jì)算機(jī)存儲初始參數(shù)值，所述初始參數(shù)值包括圖像采集時(shí)間間隔T ; 53, 初始時(shí)刻to,所述控制計(jì)算機(jī)向圖像采集設(shè)備發(fā)送圖像采集指令； 所述圖像采集設(shè)備接收到所述圖像采集指令后，采集演示場地在當(dāng)前時(shí)刻的原始圖 像，并將所述原始圖像傳輸?shù)剿隹刂朴?jì)算機(jī)； 54, 所述控制計(jì)算機(jī)對接收到的所述原始圖像進(jìn)行分析處理，獲得每個(gè)所述智能個(gè)體 的身份ID W及當(dāng)前位姿信息；然后根據(jù)所述自組織規(guī)則解算出每個(gè)所述智能個(gè)體的下一 時(shí)刻目標(biāo)位姿信息； 然后，所述控制計(jì)算機(jī)通過比較每個(gè)所述智能個(gè)體的當(dāng)前位姿信息W及下一時(shí)刻目標(biāo) 位姿信息，生成對所述智能個(gè)體的本次控制指令，并將所述本次控制指令發(fā)送給對應(yīng)的所 述智能個(gè)體；所述智能個(gè)體根據(jù)接收到的所述本次控制指令調(diào)整自身運(yùn)動(dòng)方向，并按調(diào)整 后的運(yùn)動(dòng)方向在演示場地運(yùn)動(dòng)； 55, 當(dāng)經(jīng)過圖像采集時(shí)間間隔T，達(dá)到下一時(shí)間tl時(shí)，重復(fù)執(zhí)行S3-S4 ;由此不斷循環(huán)， 直到達(dá)到預(yù)設(shè)定的終止條件時(shí)，退出循環(huán)過程，仿真過程結(jié)束； 其中，S4中，所述控制計(jì)算機(jī)通過W下方法獲得每個(gè)所述智能個(gè)體的身份ID W及當(dāng)前 位姿信息： S4. 1，所述控制計(jì)算機(jī)對所述原始圖像進(jìn)行預(yù)處理，得到預(yù)處理后的圖像； S4. 2,所述控制計(jì)算機(jī)在所述預(yù)處理后的圖像中，提取并標(biāo)記出所有的目標(biāo)圖形，其 中，所述目標(biāo)圖形包括定位圖形、定向起點(diǎn)圖形、定向終點(diǎn)圖形和編碼圖形，由此得到目標(biāo) 圖形集合； 在所述目標(biāo)圖形集合中，計(jì)算出每個(gè)目標(biāo)圖形的面積W及中屯、點(diǎn)圖像坐標(biāo)值； 然后，查找到面積最大的若干個(gè)目標(biāo)圖形，其中，面積最大的目標(biāo)圖形的數(shù)量即為演示 場地上智能個(gè)體的數(shù)量；每個(gè)面積最大的目標(biāo)圖形對應(yīng)唯一一個(gè)合作標(biāo)識，并且，面積最大 的目標(biāo)圖形即為定位圖形； S4. 3,對于所定位到的每個(gè)定位圖形，均采用W下分析過程： S4. 3. 1，查找到與該定位圖形中屯、點(diǎn)距離為R+ e的所有目標(biāo)圖形，得到與所述定位 圖形屬于同一合作標(biāo)識的所有目標(biāo)圖形；其中，e為允許的誤差； S4. 3. 2, W定位圖形中屯、點(diǎn)為起點(diǎn)，分別W S5. 1得到的各個(gè)目標(biāo)圖形中屯、點(diǎn)為終點(diǎn)， 得到多條矢量線段，分別計(jì)算每條矢量線段與圖像坐標(biāo)系的X軸負(fù)方向的夾角，得到夾角 相差為180度的兩條矢量線段，分別記為第1矢量線段和第2矢量線段，將第1矢量線段的 終點(diǎn)所在的目標(biāo)圖形記為目標(biāo)圖形E1，將第2矢量線段的終點(diǎn)所在的目標(biāo)圖形記為目標(biāo)圖 形E2 ;則S5. 1查找到的除目標(biāo)圖形E1和目標(biāo)圖形E2之外的目標(biāo)圖形均為編碼圖形； S4. 3. 3, W定位圖形中屯、點(diǎn)為圓心W R± E為半徑，從目標(biāo)圖形E1中屯、點(diǎn)開始沿順時(shí) 針方向向目標(biāo)圖形E2中屯、點(diǎn)畫半圓，判斷S5. 2確定的編碼圖形是否位于所畫出的半圓上， 如果位于，則目標(biāo)圖形E1即為定向起點(diǎn)圖形，目標(biāo)圖形E2即為定向終點(diǎn)圖形；否則目標(biāo)圖 形E2即為定向起點(diǎn)圖形，目標(biāo)圖形E1即為定向終點(diǎn)圖形；由此確定定向起點(diǎn)圖形和定向終 點(diǎn)圖形； S4. 3. 4,對于S4. 3. 2確定的每個(gè)編碼圖形，將定位圖形中屯、點(diǎn)到編碼圖形中屯、點(diǎn)之間 的矢量線段記為第3矢量線段，將定位圖形中屯、點(diǎn)到定向起點(diǎn)圖形中屯、點(diǎn)之間的矢量線段 記為第4矢量線段，計(jì)算第3矢量線段和第4矢量線段之間的夾角5 1 ;再結(jié)合編碼總位數(shù) X，可確定出第2種編碼碼字在智能個(gè)體身份編碼中的位置，智能個(gè)體身份編碼的其余位置 即為第1種編碼碼字；由此得出智能個(gè)體身份編碼； S4. 3. 5,將所定位到的定位圖形的中屯、點(diǎn)圖像坐標(biāo)值轉(zhuǎn)換為世界坐標(biāo)值，即為該智能 個(gè)體在當(dāng)前時(shí)刻的位置值，由此得到定位信息； 計(jì)算定向起點(diǎn)圖形中屯、點(diǎn)到定向終點(diǎn)圖形中屯、點(diǎn)的矢量方向值，將所述矢量方向值與 夾角6 2進(jìn)行運(yùn)算，得到該智能個(gè)體在當(dāng)前時(shí)刻的方向值，由此得到定向信息。
7.根據(jù)權(quán)利要求6所述的仿真方法，其特征在于，S4. 2中，采用邊緣檢測算法，提取并 標(biāo)記出所有的目標(biāo)圖形。
8.根據(jù)權(quán)利要求6所述的仿真方法，其特征在于，S4. 2中，采用亞像素定位算法，計(jì)算 出每個(gè)目標(biāo)圖形的中屯、點(diǎn)圖像坐標(biāo)值。
9.根據(jù)權(quán)利要求6所述的仿真方法，其特征在于，S4. 3. 4具體為： 由編碼總位數(shù)X，計(jì)算得到相鄰兩個(gè)編碼位與定位圖形中屯、點(diǎn)連線的夾角5 3 = 180/ (X+1); 5 1/ 5 3的商值四舍五入所得到整數(shù)值，即為第2種編碼碼字在智能個(gè)體身份編碼中 的位置值。
10. 根據(jù)權(quán)利要求6所述的仿真方法，其特征在于，S4中，所述控制計(jì)算機(jī)對接收到的 所述原始圖像進(jìn)行分析處理，獲得每個(gè)所述智能個(gè)體的身份ID W及當(dāng)前位姿信息；然后根 據(jù)所述自組織規(guī)則解算出每個(gè)所述智能個(gè)體的下一時(shí)刻目標(biāo)位姿信息；，并生成對所述智 能個(gè)體的本次控制指令，通過W下方法實(shí)現(xiàn)： 所述控制計(jì)算機(jī)配置有總控模塊和若干個(gè)分控模塊；所述總控模塊與各個(gè)所述分控模 塊分別連接； 所述總控模塊用于對接收到的所述原始圖像進(jìn)行分析處理，獲得每個(gè)所述智能個(gè)體的 身份ID W及當(dāng)前位姿信息，并將當(dāng)前時(shí)刻每個(gè)所述智能個(gè)體的身份ID W及當(dāng)前位姿信息 存儲到配置表中； 每個(gè)所述分控模塊與唯一的一個(gè)智能個(gè)體對應(yīng)，用于預(yù)存儲與所述智能個(gè)體對應(yīng)的運(yùn) 動(dòng)控制策略模型；所述運(yùn)動(dòng)控制策略模型具有已設(shè)置的輸入?yún)?shù)；然后，每當(dāng)所述配置表 被更新時(shí)，所述分控模塊立即從所述配置表中讀取所設(shè)置的輸入?yún)?shù)的具體值，然后，通過 運(yùn)行所述運(yùn)動(dòng)控制策略模型，解算出所述智能個(gè)體的下一時(shí)刻目標(biāo)位姿信息，并最終生成 對所述智能個(gè)體的本次控制指令。
【文檔編號】G05B17/02GK104460345SQ201410641060
【公開日】2015年3月25日 申請日期:2014年11月13日 優(yōu)先權(quán)日:2014年11月13日
【發(fā)明者】張育林, 王兆魁, 安梅巖, 范麗, 蔣超, 黨朝輝, 張斌斌, 王訓(xùn) 申請人:清華大學(xué)