一種智能集群自組織控制仿真系統及方法
【專利摘要】本發明提供一種智能集群自組織控制仿真系統及方法，系統包括：演示場地、若干個位于所述演示場地的智能個體、布置于所述演示場地正上方的圖像采集設備以及控制計算機；所述控制計算機分別與所述圖像采集設備和各個所述智能個體通訊；每個所述智能個體的頂部均設置唯一的合作標識，基于所述合作標識，所述控制計算機對所述智能個體進行身份與位姿的識別。優點為：明顯降低智能集群仿真系統中每個智能個體的設計難度，可靈活地實現多種自組織規則下的智能集群仿真，提高智能集群系統的適用性，降低成本。通過對合作標識的設計，明顯提高了智能個體身份與位姿識別的速度與精確度；進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及方法

【技術領域】
[0001] 本發明屬于智能集群仿真【技術領域】，具體涉及一種智能集群自組織控制仿真系統 及方法。

【背景技術】
[0002] 隨著移動智能個體學及其應用的不斷發展，單個智能個體的有限能力已經不能滿 足完成日益復雜的自動化任務的要求，因此，由多個智能個體構成的智能集群的研宄已經 成為目前研宄熱點。
[0003] 智能集群是由大量相對簡單的智能個體共同構成的群體，各個智能個體通過自組 織規則實現智能個體之間的協作，從而完成復雜任務。智能集群借鑒生物集群的"自組織模 式"，智能個體通過環境實現個體之間的間接信息交互。智能集群中的每個智能個體由感知 單元、分析單元、控制單元、執行單元等組成。感知單元用于從環境中獲取信息；分析單元用 于對感知單元獲取的信息進行處理，得到處理結果；控制單元用于根據分析單元得到的處 理結果制定相應的控制策略；執行單元用于將控制單元得到的控制策略轉化為具體的控制 指令，這些控制指令的執行將引起環境的變化。例如，由多個可移動機器人構成的智能探測 集群，每個機器人根據其周圍機器人的位置而確定自身的位置，從而形成均勻的探測構型。 在其自組織過程中，每個機器人感知其它機器人的位置，然后將這些機器人的位置信息綜 合，控制單元根據綜合結果決定每個機器人的下一位置，執行單元則將機器人移動到此位 置。在這個例子中，所有機器人的位置信息就構成了智能集群的環境。
[0004] 近年來，智能集群技術在理論研宄上得到了長足的發展。針對需要完成的各種復 雜任務，需要設計對應的自組織規則，為驗證所設計的自組織規則的有效性，需要首先通過 仿真對自組織規則的應用效果進行仔細研宄。目前，主要為單純的數字仿真，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用提供解決方案。


【發明內容】

[0005] 針對現有技術存在的缺陷，本發明提供一種智能集群自組織控制仿真系統及方 法，為一種半實物仿真系統，從而可提高仿真可信度，有效驗證所設計的自組織規則的有效 性。
[0006] 本發明采用的技術方案如下：
[0007] 本發明還提供一種智能集群自組織控制仿真系統，包括：演示場地、若干個位于所 述演示場地的智能個體、布置于所述演示場地正上方的圖像采集設備以及控制計算機；所 述控制計算機分別與所述圖像采集設備和各個所述智能個體通訊；
[0008] 每個所述智能個體的頂部均設置唯一的合作標識，基于所述合作標識，所述控制 計算機對所述智能個體進行身份與位姿的識別；
[0009] 其中，所述合作標識包括背景區域和布置于所述背景區域的定位圖形、定向起點 圖形、定向終點圖形和編碼圖形；其中，所述定位圖形、所述定向起點圖形、所述定向終點圖 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與被標識物體的中心點重合，并且，所述定位圖形的對稱 軸長度大于所述定向起點圖形、所述定向終點圖形和所述編碼圖形的對稱軸長度；
[0011] 所述定向起點圖形和所述定向終點圖形分別位于所述定位圖形的左右兩側，并 且，所述定向起點圖形的中心點、所述定位圖形的中心點至所述定向終點圖形的中心點之 間的連線為直線K，直線K稱為定向直線；所述定向起點圖形的中心點到所述定位圖形的中 心點之間的距離與所述定向終點圖形的中心點到所述定位圖形的中心點之間的距離相等， 均為R ;
[0012] 以所述定位圖形的中心點為圓心，以R為半徑畫圓，在所述直線K的同一側的半圓 上，均勻設置X個編碼位，其中，所述X個編碼位按由低到高的編碼位順序順時針排列在所 述半圓上，并且，低編碼位為靠近所述定向起點圖形的位置，高編碼位為靠近所述定向終點 圖形的位置；每一個所述編碼位對應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；并且，X 個編碼位中至少存在1個布置所述編碼圖形的編碼位。
[0013] 優選的，所述中心對稱圖形為正方形、正六邊形或圓形。
[0014] 優選的，所述編碼碼字為數字或字母。
[0015] 優選的，所述定向起點圖形、所述定向終點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、所述定向起點圖形、所述定向終點圖形和所述編碼圖形的成像像 素均大于20個成像像素；和/或
[0017] 任意兩個相鄰圖形之間的間距大于4個成像像素；和/或
[0018] 所述定位圖形、所述定向起點圖形、所述定向終點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域的背景顏色的差異度超過設定顏色閾值。
[0019] 優選的，所述定位圖形、所述定向起點圖形、所述定向終點圖形和所述編碼圖形的 圖形顏色均為白色；所述背景區域的背景顏色為黑色。
[0020] 本發明還提供一種基于上述的智能集群自組織控制仿真系統的仿真方法，包括以 下步驟：
[0021] S1，在演示場地的正上方安裝圖像采集設備，該圖像采集設備能夠采集完整的演 示場地的場景情況；該圖像采集設備連接到控制計算機；
[0022] 對于演示場地上的每個智能個體，其頂部均設置唯一的合作標識，保證所述合作 標識的定位圖形的中心點與所述智能個體的中心點重合；并且，所述合作標識的定向起點 圖形中心點到定向終點圖形中心點的矢量線段與所述智能個體的正向前進方向之間的夾 角62為固定值，該夾角6 2與智能個體身份編碼的對應關系預先存儲到所述控制計算機； 所述控制計算機還存儲以下參數：
[0023] 定向起點圖形中心點、定向終點圖形中心點和編碼圖形中心點分別到定位圖形中 心點的距離R ;
[0024] 每個智能個體的編碼總位數X ;
[0025] 此外，所述演示場地的顏色與所述合作標識的背景顏色之間的差異度在設定范圍 內；以及，所述智能個體的顏色與所述合作標識的背景顏色之間的差異度在設定范圍內；
[0026] 所述控制器還預存儲需要仿真驗證的自組織規則；
[0027] S2,所述控制計算機存儲初始參數值，所述初始參數值包括圖像采集時間間隔T ;
[0028] S3,初始時刻h，所述控制計算機向圖像采集設備發送圖像采集指令；
[0029] 所述圖像采集設備接收到所述圖像采集指令后，采集演示場地在當前時刻的原始 圖像，并將所述原始圖像傳輸到所述控制計算機；
[0030] S4,所述控制計算機對接收到的所述原始圖像進行分析處理，獲得每個所述智能 個體的身份ID以及當前位姿信息；然后根據所述自組織規則解算出每個所述智能個體的 下一時刻目標位姿信息；
[0031] 然后，所述控制計算機通過比較每個所述智能個體的當前位姿信息以及下一時刻 目標位姿信息，生成對所述智能個體的本次控制指令，并將所述本次控制指令發送給對應 的所述智能個體；所述智能個體根據接收到的所述本次控制指令調整自身運動方向，并按 調整后的運動方向在演示場地運動；
[0032] S5,當經過圖像采集時間間隔T，達到下一時間&時，重復執行S3-S4 ;由此不斷循 環，直到達到預設定的終止條件時，退出循環過程，仿真過程結束；
[0033] 其中，S4中，所述控制計算機通過以下方法獲得每個所述智能個體的身份ID以及 當前位姿信息：
[0034] S4. 1，所述控制計算機對所述原始圖像進行預處理，得到預處理后的圖像；
[0035] S4. 2,所述控制計算機在所述預處理后的圖像中，提取并標記出所有的目標圖形， 其中，所述目標圖形包括定位圖形、定向起點圖形、定向終點圖形和編碼圖形，由此得到目 標圖形集合；
[0036] 在所述目標圖形集合中，計算出每個目標圖形的面積以及中心點圖像坐標值；
[0037] 然后，查找到面積最大的若干個目標圖形，其中，面積最大的目標圖形的數量即為 演示場地上智能個體的數量；每個面積最大的目標圖形對應唯一一個合作標識，并且，面積 最大的目標圖形即為定位圖形；
[0038] S4. 3,對于所定位到的每個定位圖形，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距離為R± ε的所有目標圖形，得到與所述 定位圖形屬于同一合作標識的所有目標圖形；其中，ε為允許的誤差；
[0040] S4. 3. 2,以定位圖形中心點為起點，分別以S5. 1得到的各個目標圖形中心點為終 點，得到多條矢量線段，分別計算每條矢量線段與圖像坐標系的X軸負方向的夾角，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 的終點所在的目標圖形記為目標圖形El，將第2矢量線段的終點所在的目標圖形記為目標 圖形Ε2 ;則S5. 1查找到的除目標圖形El和目標圖形Ε2之外的目標圖形均為編碼圖形；
[0041] S4. 3. 3,以定位圖形中心點為圓心，以R± E為半徑，從目標圖形El中心點開始沿 順時針方向向目標圖形E2中心點畫半圓，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，則目標圖形El即為定向起點圖形，目標圖形E2即為定向終點圖形；否則目 標圖形E2即為定向起點圖形，目標圖形El即為定向終點圖形；由此確定定向起點圖形和定 向終點圖形；
[0042] S4. 3. 4,對于S4. 3. 2確定的每個編碼圖形，將定位圖形中心點到編碼圖形中心點 之間的矢量線段記為第3矢量線段，將定位圖形中心點到定向起點圖形中心點之間的矢量 線段記為第4矢量線段，計算第3矢量線段和第4矢量線段之間的夾角δ 1 ;再結合編碼總 位數X，可確定出第2種編碼碼字在智能個體身份編碼中的位置，智能個體身份編碼的其余 位置即為第1種編碼碼字；由此得出智能個體身份編碼；
[0043] S4. 3. 5,將所定位到的定位圖形的中心點圖像坐標值轉換為世界坐標值，即為該 智能個體在當前時刻的位置值，由此得到定位信息；
[0044] 計算定向起點圖形中心點到定向終點圖形中心點的矢量方向值，將所述矢量方向 值與夾角6 2進行運算，得到該智能個體在當前時刻的方向值，由此得到定向信息。
[0045] 優選的，S4. 2中，采用邊緣檢測算法，提取并標記出所有的目標圖形。
[0046] 優選的，S4. 2中，采用亞像素定位算法，計算出每個目標圖形的中心點圖像坐標 值。
[0047] 優選的，S4. 3. 4具體為：
[0048] 由編碼總位數X，計算得到相鄰兩個編碼位與定位圖形中心點連線的夾角δ3 = 180/(χ+1)；
[0049] δ 1/ δ 3的商值四舍五入所得到整數值，即為第2種編碼碼字在智能個體身份編 碼中的位置值。
[0050] S4中，所述控制計算機對接收到的所述原始圖像進行分析處理，獲得每個所述智 能個體的身份ID以及當前位姿信息；然后根據所述自組織規則解算出每個所述智能個體 的下一時刻目標位姿信息；，并生成對所述智能個體的本次控制指令，通過以下方法實現：
[0051] 所述控制計算機配置有總控模塊和若干個分控模塊；所述總控模塊與各個所述分 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行分析處理，獲得每個所述智能個 體的身份ID以及當前位姿信息，并將當前時刻每個所述智能個體的身份ID以及當前位姿 信息存儲到配置表中；
[0053] 每個所述分控模塊與唯一的一個智能個體對應，用于預存儲與所述智能個體對應 的運動控制策略模型；所述運動控制策略模型具有已設置的輸入參數；然后，每當所述配 置表被更新時，所述分控模塊立即從所述配置表中讀取所設置的輸入參數的具體值，然后， 通過運行所述運動控制策略模型，解算出所述智能個體的下一時刻目標位姿信息，并最終 生成對所述智能個體的本次控制指令。
[0054] 本發明提供的智能集群自組織控制仿真系統及方法，具有以下優點：
[0055] (1)明顯降低智能集群仿真系統中每個智能個體的設計難度，可靈活地實現多種 自組織規則下的智能集群仿真，提高智能集群系統的適用性，降低成本。
[0056] (2)在控制計算機進行圖像處理過程中，還提供了一種基于合作標識進行智能個 體身份與位姿識別的方法，通過對合作標識的設計，明顯提高了智能個體身份與位姿識別 的速度與精確度；進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為本發明提供的智能集群自組織控制仿真的系統結構示意圖；
[0058] 圖2為本發明提供的一種具體的合作標識的示意圖；
[0059] 圖3為共設置3個編碼位時表示第1種身份編碼的合作標識的示意圖；
[0060] 圖4為共設置3個編碼位時表示第2種身份編碼的合作標識的示意圖；
[0061] 圖5為共設置3個編碼位時表示第3種身份編碼的合作標識的示意圖；
[0062] 圖6為共設置3個編碼位時表示第4種身份編碼的合作標識的示意圖；
[0063] 圖7為共設置3個編碼位時表示第5種身份編碼的合作標識的示意圖；
[0064] 圖8為共設置3個編碼位時表示第6種身份編碼的合作標識的示意圖；
[0065] 圖9為共設置3個編碼位時表示第7種身份編碼的合作標識的示意圖；
[0066] 圖10為用于確定定向起點圖形和定向終點圖形的示意圖；
[0067] 圖11為本發明提供的g(Y)的變化曲線圖；
[0068] 圖12為本發明提供的仿真演示結果圖。

【具體實施方式】
[0069] 以下結合附圖對本發明進行詳細說明：
[0070] 本發明提供一種智能集群自組織控制仿真系統，如圖1所示，包括：演示場地1、若 干個位于所述演示場地的智能個體2、布置于所述演示場地正上方的圖像采集設備以及控 制計算機；所述控制計算機分別與所述圖像采集設備和各個所述智能個體通訊；
[0071] 每個所述智能個體的頂部均設置唯一的合作標識，基于所述合作標識，所述控制 計算機對所述智能個體進行身份與位姿的識別；
[0072] 其中，合作標識包括：背景區域和布置于背景區域的定位圖形、定向起點圖形、定 向終點圖形和編碼圖形；其中，定位圖形、定向起點圖形、定向終點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，均可應用于本發 明提供的合作標識中，在本發明附圖中，均以圓形為例示出。如圖2所示，即為一種具體的 合作標識，圖2的陰影區域即為背景區域，1號圓為定位圖形，2號圓為定向起點圖形，3號圓 為定向終點圖形，4號圓、5號圓和6號圓均為編碼圖形。
[0073] 此外，為滿足光學成像的要求，達到基于合作標識進行身份與位姿精確快速識別 的效果，還可以優選設置以下規則：
[0074] (1)定位圖形和其它圖形的面積差別需要能夠明顯區分，一般情況下，定位圖形 的對稱軸長度大于定向起點圖形、定向終點圖形和編碼圖形的對稱軸長度；具體的，定向起 點圖形、定向終點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、定向起點圖形、定向終點圖形和編碼圖形的成像像素不能過少，優 選為均大于20個成像像素；
[0077] (3)任意兩個相鄰圖形之間的間距需要足夠大，一般間距需大于4個成像像素的 長度，以便在圖像處理時，不會將兩個相鄰的圖形視為一體。
[0078] (4)定位圖形、定向起點圖形、定向終點圖形和編碼圖形的圖形顏色均相同，該圖 形顏色與背景區域的背景顏色的差異度超過設定顏色閾值。例如，定向起點圖形、定向終點 圖形和編碼圖形的圖形顏色均為白色；背景區域的背景顏色為黑色。當然，也可以將圖形顏 色與背景區域的背景顏色設置為其他的顏色，只要兩者之間的差異度足夠大，從而方便后 續圖像處理即可。
[0079] 在將合作標識布置于被標識物體時，例如，智能機智人、智能Agent等，需要使定 位圖形的中心點與被標識物體的中心點重合，因此，當獲得定位圖形的中心點像素坐標時， 即可快速轉換為被標識物體在空間坐標系下的空間位置值，達到對被標識物體定位的目 的。具體過程參見后續的方法流程。此處，本發明中，為防止合作標識被遮擋，而導致圖像 采集設備無法采集完整的圖像標識，需要使合作標識安裝于被標識物體的頂部，如果被標 識物體的頂部為光滑平面，可直接將合作標識印刷于該光滑平面上；如果被標識物體的頂 部不為光滑平面，可將本發明提供的合作標識制作為標識牌，材質為木質或鐵質等，然后， 將標識牌水平安裝于被標識物體頂部，方便進行后續圖像采集與處理。
[0080] 定向起點圖形和定向終點圖形分別位于定位圖形的左右兩側，并且，定向起點圖 形的中心點、定位圖形的中心點至定向終點圖形的中心點之間的連線為直線K，直線K稱為 定向直線；定向起點圖形的中心點到定位圖形的中心點之間的距離與定向終點圖形的中心 點到定位圖形的中心點之間的距離相等，均為R ;
[0081] 以定位圖形的中心點為圓心，以R為半徑畫圓，在直線K的同一側的半圓上，均勾 設置X個編碼位，其中，X個編碼位按由低到高的編碼位順序順時針排列在半圓上，并且， 低編碼位為靠近定向起點圖形的位置，高編碼位為靠近定向終點圖形的位置；每一個編碼 位對應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；如果某一個編碼位 采用第1種編碼碼字，則該編碼位為空；如果某一個編碼位采用第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；并且，X個編碼位中至少存在1個布置編碼圖形的編 碼位。
[0082] 本發明中，當設置X個編碼位時，最多可獲得的身份編碼數量為2X_1個，如，當X = 4時，最多可表示15個身份編碼；當X = 3時，最多可表示7個身份編碼。此外，本發明對 編碼碼字采用的具體類型并不限制，可以為數字或字母。（1)當采用字母時，例如，用a和 b的排列組合構成不同的身份編碼，如，當共設置3個編碼位時，如果某一個編碼位為空，即 代表該編碼位為a ;如果某一個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，共得到的7個合作標識，分別代表的身份編碼為：aab，aba，baa，abb， bab，bba，bbb ; (2)當采用字母時，例如，用0和I的排列組合構成不同的身份編碼，如，當共 設置3個編碼位時，如果某一個編碼位為空，即代表該編碼位為0 ;如果某一個編碼位布置 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，共得到的7個合作標 識，分別代表的身份編碼為：〇〇〇1，010,100,011，101，110,111。
[0083] 另外，需要強調的是，X個編碼位等間隔布置在定向起點圖形到定向終點圖形之間 的半圓弧上；從而方便后續基于角度進行定向；此外，在X個編碼位中，需滿足至少存在1 個編碼位設置編碼圖形，也就是說，當采用上述〇和1的編碼組合時，不能編制身份編碼為 000的編碼，因此，當采用000的身份編碼時，無法區分定向起點圖形和定向終點圖形。
[0084] 基于上述智能集群自組織控制仿真系統，本發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備，該圖像采集設備能夠采集完整的演 示場地的場景情況；該圖像采集設備連接到控制計算機；
[0086] 對于演示場地上的每個智能個體，其頂部均設置唯一的合作標識，保證合作標識 的定位圖形的中心點與智能個體的中心點重合；并且，合作標識的定向起點圖形中心點到 定向終點圖形中心點的矢量線段與智能個體的正向前進方向之間的夾角62為固定值， 該夾角6 2與智能個體身份編碼的對應關系預先存儲到控制計算機；控制計算機還存儲以 下參數：
[0087] 定向起點圖形中心點、定向終點圖形中心點和編碼圖形中心點分別到定位圖形中 心點的距離R ;
[0088] 每個智能個體的編碼總位數X ;控制器還預存儲需要仿真驗證的自組織規則；
[0089] 此外，演示場地的顏色與合作標識的背景顏色之間的差異度在設定范圍內；以及， 智能個體的顏色與合作標識的背景顏色之間的差異度在設定范圍內；例如，演示場地的顏 色、合作標識的背景顏色以及智能個體的顏色均為黑色，而合作標識上設計的起標志作用 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域均為白色。通過上述 顏色設置，在圖像采集設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 化了后續圖像處理與識別的復雜度，可有效提高圖像處理與識別的速度和精度。
[0090] S2,所述控制計算機存儲初始參數值，所述初始參數值包括圖像采集時間間隔T ;
[0091] S3,初始時刻h，所述控制計算機向圖像采集設備發送圖像采集指令；
[0092] 所述圖像采集設備接收到所述圖像采集指令后，采集演示場地在當前時刻的原始 圖像，并將所述原始圖像傳輸到所述控制計算機；
[0093] S4,所述控制計算機對接收到的所述原始圖像進行分析處理，獲得每個所述智能 個體的身份ID以及當前位姿信息；然后根據所述自組織規則解算出每個所述智能個體的 下一時刻目標位姿信息；
[0094] 然后，所述控制計算機通過比較每個所述智能個體的當前位姿信息以及下一時刻 目標位姿信息，生成對所述智能個體的本次控制指令，并將所述本次控制指令發送給對應 的所述智能個體；所述智能個體根據接收到的所述本次控制指令調整自身運動方向，并按 調整后的運動方向在演示場地運動；
[0095] 本步驟中，在具體實現上，為加快控制計算機快速生成對各個智能個體的本次控 制指令，同時，也為了提高控制計算機的可擴展性，方便改變智能個體數量，實現多種情形 下的智能集群仿真，控制計算機可采用模塊化設計方案，即：控制計算機配置有總控模塊和 若干個分控模塊；所述總控模塊與各個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行分析處理，獲得每個所述智能個 體的身份ID以及當前位姿信息，并將當前時刻每個所述智能個體的身份ID以及當前位姿 信息存儲到配置表中；
[0097] 每個所述分控模塊與唯一的一個智能個體對應，例如，如果當前共有4個智能個 體，則需配置4個分控模塊，每個分控模塊用于預存儲與所述智能個體對應的運動控制策 略模型；所述運動控制策略模型具有已設置的輸入參數；然后，每當所述配置表被更新時， 表明總控模塊向配置表中存儲了最新的智能個體的身份ID以及當前位姿，因此，各個分控 模塊立即從所述配置表中讀取所設置的輸入參數的具體值，然后，通過運行所述運動控制 策略模型，解算出所述智能個體的下一時刻目標位姿信息，并最終生成對所述智能個體的 本次控制指令。其中，由于各個分控模塊采用并行執行的設計方式，因此，既使對數量眾多 的智能個體進行仿真演示，也不會降低對智能個體控制指令的生成速度。此處，運動控制策 略模型的輸入參數的具體類型，為根據每個智能個體的角色而設計的，例如，對于智能集群 A，其共由4個智能個體組成，分別為智能個體a、智能個體b、智能個體c和智能個體d ;貝Ij， 對于與智能個體a對應的分控模塊a，其輸入參數可以僅為智能個體a在當前時刻的位姿信 息；也可以為智能個體a和智能個體b分別在當前時刻的位姿信息；也可以為智能個體a、 智能個體b、智能個體c和智能個體d這4個智能個體分別在當前時刻的位姿信息。
[0098] S5,當經過圖像采集時間間隔T，達到下一時間&時，重復執行S3-S4 ;由此不斷循 環，直到達到預設定的終止條件時，退出循環過程，仿真過程結束；
[0099] 其中，S4中，所述控制計算機通過以下方法獲得每個所述智能個體的身份ID以及 當前位姿信息：
[0100] S4. 1，控制計算機對原始圖像進行預處理，得到預處理后的圖像；例如，進行圖形 降噪處理等。
[0101] S4. 2,控制計算機在預處理后的圖像中，提取并標記出所有的目標圖形，其中，目 標圖形包括定位圖形、定向起點圖形、定向終點圖形和編碼圖形，由此得到目標圖形集合； 此處，僅能從背景區域中識別出不同的圖形，但還無法得出各個圖形的具體類型。
[0102] 另外，可采用多種算法，從背景區域提取并標記出所有的目標圖形，例如，邊緣檢 測算法或灰度閾值分割算法等，本發明對此并不限制。
[0103] 在目標圖形集合中，計算出每個目標圖形的面積以及中心點圖像坐標值；此處，可 采用亞像素定位算法，計算出每個目標圖形的中心點圖像坐標值。其中，亞像素定位算法又 稱為質心法、灰度重心法，即將特定區域內的所有像素的坐標按照權重相加后再除以總像 素數，從而得到此特定區域的中心位置坐標。
[0104] 然后，查找到面積最大的若干個目標圖形，其中，面積最大的目標圖形的數量即為 演示場地上智能個體的數量；每個面積最大的目標圖形對應唯一一個合作標識，并且，面積 最大的目標圖形即為定位圖形；例如，如果整個演示場地共存在10個智能個體，則可得到 10個定位圖形。由于本發明中，對于每個合作標識，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定位圖形，從而簡化了識別算法的復雜 度。
[0105] S4. 3,對于所定位到的每個定位圖形，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距離為R± ε的所有目標圖形，得到與定位 圖形屬于同一合作標識的所有目標圖形；考慮到實際應用中圖像獲取時會受到視場角度、 背景噪聲以及定位誤差等因素的影響，因此本步驟中，在R的基礎上增加一個容許范圍，即 增加允許的誤差ε，ε具體值可根據實際精度需要靈活設置。
[0107] S4. 3. 2,以定位圖形中心點為起點，分別以S5. 1得到的各個目標圖形中心點為終 點，得到多條矢量線段，分別計算每條矢量線段與圖像坐標系的X軸負方向的夾角，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 的終點所在的目標圖形記為目標圖形El，將第2矢量線段的終點所在的目標圖形記為目標 圖形Ε2 ;則S5. 1查找到的除目標圖形El和目標圖形Ε2之外的目標圖形均為編碼圖形；
[0108] S4. 3. 3,以定位圖形中心點為圓心，以R± E為半徑，從目標圖形El中心點開始沿 順時針方向向目標圖形E2中心點畫半圓，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，則目標圖形El即為定向起點圖形，目標圖形E2即為定向終點圖形；否則 目標圖形E2即為定向起點圖形，目標圖形El即為定向終點圖形；由此確定定向起點圖形和 定向終點圖形；
[0109] 參見圖10,為確定定向起點圖形和定向終點圖形的示意圖；在圖10中，在定位圖 形周圍，共定位到5個目標圖形，分別記為目標圖形T1、目標圖形T2、目標圖形T3、目標圖形 T4和目標圖形T5,這5個目標圖形與定位圖形屬于同一合作標識；然后，分別獲得定位圖形 的中心點到這5個目標圖形的中心點的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 ;并分別計算每個矢量線段與圖像坐標系的X軸負方 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，其通過以下公式計算 得到：假設定位圖形的中心點坐標為（χ〇, y。)，矢量線段Vl終點所屬目標圖形的中心點坐標 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，可以確定，目標圖形Tl和目標圖形T5中，一個為 定向起點圖形，另一個為定向終點圖形，但未確定具體的對應關系；此處，還可確定目標圖 形T2、目標圖形T3和目標圖形T4為編碼圖形；
[0110] 由于本發明中，至少存在一個編碼圖形，并且，編碼圖形位于定向起點圖形至定向 終點圖形的順時針弧線上，因此，沿順時針方向由目標圖形Tl向目標圖形T5畫半圓，如果 在畫半圓的路徑過程中，經過編碼圖形中心點，則可證明目標圖形Tl為定向起點圖形，目 標圖形T5為定向終點圖形；反之，如果不經過，則目標圖形T5為定向起點圖形，標圖形Tl 為定向終點圖形。
[0111] S4. 3. 4,對于S4. 3. 2確定的每個編碼圖形，將定位圖形中心點到編碼圖形中心點 之間的矢量線段記為第3矢量線段，將定位圖形中心點到定向起點圖形中心點之間的矢量 線段記為第4矢量線段，計算第3矢量線段和第4矢量線段之間的夾角δ 1 ;再結合編碼總 位數X，可確定出第2種編碼碼字在智能個體身份編碼中的位置，智能個體身份編碼的其余 位置即為第1種編碼碼字；由此得出智能個體身份編碼；
[0112] 本步驟具體為：
[0113] 由編碼總位數X，計算得到相鄰兩個編碼位與定位圖形中心點連線的夾角δ3 = 180/(χ+1)；
[0114] δ 1/ δ 3的商值四舍五入所得到整數值，即為第2種編碼碼字在智能個體身份編 碼中的位置值。
[0115] 例如，如果編碼總位數X = 3,則δ 3 = 45度；如果被識別的合作標識為圖4,則計 算出δ 1 = 95度或88度，δ 1/ δ 3的商值四舍五入，為整數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圖像坐標值轉換為世界坐標值，即為該 智能個體在當前時刻的位置值，由此得到定位信息；
[0117] 計算定向起點圖形中心點到定向終點圖形中心點的矢量方向值，將矢量方向值與 夾角6 2進行運算，得到該智能個體在當前時刻的方向值，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 和定向信息統稱為位姿信息，即實現對智能個體身份與位姿的識別。
[0119] 現有技術中，智能集群中每個智能個體由感知單元、分析單元、控制單元和執行單 元等組成。感知單元用于從環境中獲取信息，例如，其周圍智能個體的位姿信息等；分析單 元用于對感知單元獲得的信息進行處理；控制單元用于根據自組織規則，對分析單元的信 息處理結果制定控制策略，執行單元則將控制策略轉化為具體的控制指令，這些控制指令 的執行將引起環境的變化。例如，由多個可移動的機器人構成的智能探測集群，每個機器人 根據其周圍機器人的位置而確定自己的位置，從而形成均勻的探測構型。其自組織過程中， 每個機器人感知其它機器人的位置，然后將周圍機器人的位置信息綜合，控制單元根據綜 合結果決定機器人的下一位置，執行單元則將機器人移動到此位置。在這個例子中，所有機 器人的位置信息就構成了這個智能集群的環境。
[0120] 由此可以看出，在現有的智能集群中，每個智能個體的配置非常復雜，需要配置獨 立的感知單元、分析單元、控制單元和執行單元；如果完全依照現有智能集群中每個智能個 體的結構進行仿真，具有仿真成本高的問題。
[0121] 而本發明中，智能個體可用兩輪epuck小機器人模擬，在演示場地上按照設定的 自組織規則運動。控制計算機通過光學相機獲得整個演示場地的圖像，通過圖像處理解算 出各個機器人的位置和方位信息，即位姿信息；然后根據需要仿真的智能系統的自組織規 則而確定每個機器人的下一步目的位置；利用機器人的運動控制算法解算出機器人的運動 控制指令，并分發給每個機器人。機器人執行運動控制指令到達指定的目的位置。在此過 程中，仿真對象的智能集群系統自組織規則可以根據要求進行靈活地修改，因此整個智能 集群仿真系統能夠靈活地實現對多種自組織規則下的智能集群進行仿真演示。
[0122] 由此可以看出，本發明中，每個智能個體并不配置獨立的感知單元、分析單元和控 制單元；而是由控制計算機通過圖像分析過程，即可快速獲知演示場地中所有智能個體的 位姿，再通過對演示場地中所有智能個體的位姿進行綜合分析，獲得針對每個智能個體的 控制指令，因此，智能個體只需配置執行單元，通過執行控制計算機下發的控制指令，而調 整自身運動方向。
[0123] 因此，本發明中，明顯降低智能集群仿真系統中每個智能個體的設計難度，可靈活 地實現多種自組織規則下的智能集群仿真，提高智能集群系統的適用性，降低成本。此外， 在控制計算機進行圖像處理過程中，本發明還提供了一種基于合作標識進行智能個體身份 與位姿識別的方法，通過對合作標識的設計，明顯提高了智能個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雜度，具體優點為：
[0124] (1)合作標識只具有兩種顏色，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，簡化了對合作標識進行識別的算法，減少了圖像處理 的耗時，增加了控制計算機對各個智能個體進行身份與位姿識別的實時性；
[0125] (2)整個合作標識在保證僅具有兩種顏色的前提下，通過改變編碼位數量，即可實 現對多個智能個體進行身份編碼，因此，在保證識別復雜度低以及識別速度快的前提下，還 提高了合作標識的應用范圍，可適應多種身份編碼的需要。
[0126] 以下介紹一種應用本發明提供的智能集群自組織控制仿真系統及方法的具體示 例，本示例的主要目的在于：在本發明仿真系統的控制計算機中運行一種已知的自組織規 貝IJ，在演示場地布置4個智能個體，通過本發明提供的智能集群自組織控制方法，對4個智 能個體的運行進行控制，經過非常短的時間，4個智能個體即形成了與預期相同的構形，從 而證明本發明提供的仿真系統和方法，能夠對各類自組織規則進行快速驗證，具有驗證準 確度高以及驗證速度快的優點：
[0127] (1)需要被仿真的機動自組織探測系統組成
[0128] 再入飛行器的落點探測與著陸過程監測，對于再入飛行器技術性能分析和效能評 估有著重要意義，同時也對著陸場探測系統提出了諸多要求。由于再入飛行器的落點會在 一定范圍內分布，無法預知準確落點，在大范圍內布置大量固定探測設備的方案不僅建造 成本高昂，更存在被撞擊而損毀的可能。而且，采用長焦距固定監測設備遠距離進行監測 時，獲得的圖像的分辨率較低，難以提取詳細的落點數據；并且，在氣象條件不好的情況下， 如霧霾、沙塵等惡劣天氣下，會嚴重影響監測結果，甚至根本無法獲取到所需數據。因此，需 要建立機動自組織著陸場探測系統。
[0129] 機動自組織著陸場探測系統由多個自主移動平臺共同組成，自主移動平臺包括地 面移動小車和旋翼式空中飛行器，自主移動平臺攜帶光學監測設備，根據預報落點快速自 主移動到落點附近，近距離監測再入飛行器的著陸過程。
[0130] 機動自組織著陸場探測系統的運行過程如下：地面站收到指揮控制中心下發的落 點預報信息，并將此信息廣播給所有的自主移動平臺；各個自主移動平臺利用GPS獲取定 位信息，并將自己的位置信息廣播給其它移動平臺；各個移動平臺根據接收到的落點預報 信息和其它移動平臺的位置信息，協同機動到落點的附近區域，形成對落點的多角度監測 構型；各個自主移動平臺對著陸過程進行監測，并將監測數據通過地面站發送給指揮控制 中心，完成整個監測任務。
[0131] (2)機動自組織著陸場探測系統仿真機動模型，S卩，已知的一種有效的自組織規 則：
[0132] 自主移動平臺的協同機動控制技術是機動自組織著陸場探測系統的關鍵技術，是 實現多角度、近距離監測的核心。為了簡化問題，可將機動自組織著陸場探測系統視為由自 主移動平臺作為智能個體的智能集群，利用集群的相關理論構建機動自組織著陸場探測系 統機動模型。
[0133] 在m維歐氏空間中，由N個智能個體共同組成集群X，集群X中的第i個智能個體 的空間位置可表示為 Xi，Xi e RM。將時間等間隔地離散化為一系列時間段，每個時間段作為 一個時間單位，所有智能個體在每個單位時間內改變位置，每個智能個體的位置由上一個 時間單位結束時刻時所有智能個體的位置確定，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個時間單位時第i個智能個體的空間位置，k = 0, 1，2···。uj ·) 為第i個智能個體從第k個時間單位到第k+1個時間單位時的位置變化，是各智能個體空 間位置的函數。
[0136] 在這種集群模型中，智能個體的運動速度、加速度都沒有具體的控制要求，只要求 每個智能個體在一個時間單位內完成所要求的位置變化，即到達指定的位置，而這期間智 能個體的運動軌跡、方式都沒有要求。
[0137] (3)機動自組織著陸場探測系統總體約束
[0138] 為了獲得有效的監測數據，機動自組織著陸場探測系統的機動模型需要滿足以下 條件：
[0139] 1.動目標點：
[0140] 預報的落點位置由指揮控制中心根據再入飛行器的飛行狀態計算所得，其位置和 精度在再入飛行器飛行過程中會有變化。預報落點位置為集群X所有智能個體的目標位置 的平均值，即所有智能個體的目標位置的中心。
[0141]

【權利要求】
1. 一種智能集群自組織控制仿真系統，其特征在于，包括：演示場地、若干個位于所述 演示場地的智能個體、布置于所述演示場地正上方的圖像采集設備W及控制計算機；所述 控制計算機分別與所述圖像采集設備和各個所述智能個體通訊； 每個所述智能個體的頂部均設置唯一的合作標識，基于所述合作標識，所述控制計算 機對所述智能個體進行身份與位姿的識別； 其中，所述合作標識包括背景區域和布置于所述背景區域的定位圖形、定向起點圖形、 定向終點圖形和編碼圖形；其中，所述定位圖形、所述定向起點圖形、所述定向終點圖形和 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、點與被標識物體的中屯、點重合，并且，所述定位圖形的對稱軸長 度大于所述定向起點圖形、所述定向終點圖形和所述編碼圖形的對稱軸長度； 所述定向起點圖形和所述定向終點圖形分別位于所述定位圖形的左右兩側，并且，所 述定向起點圖形的中屯、點、所述定位圖形的中屯、點至所述定向終點圖形的中屯、點之間的連 線為直線K，直線K稱為定向直線；所述定向起點圖形的中屯、點到所述定位圖形的中屯、點 之間的距離與所述定向終點圖形的中屯、點到所述定位圖形的中屯、點之間的距離相等，均為 R; W所述定位圖形的中屯、點為圓屯、，W R為半徑畫圓，在所述直線K的同一側的半圓上， 均勻設置X個編碼位，其中，所述X個編碼位按由低到高的編碼位順序順時針排列在所述半 圓上，并且，低編碼位為靠近所述定向起點圖形的位置，高編碼位為靠近所述定向終點圖形 的位置；每一個所述編碼位對應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；并且，X個編 碼位中至少存在1個布置所述編碼圖形的編碼位。
2. 根據權利要求1所述的智能集群自組織控制仿真系統，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. 根據權利要求1所述的智能集群自組織控制仿真系統，其特征在于，所述編碼碼字 為數字或字母。
4. 根據權利要求1所述的智能集群自組織控制仿真系統，其特征在于，所述定向起點 圖形、所述定向終點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、所述定向起點圖形、所述定向終點圖形和所述編碼圖形的成像像素均 大于20個成像像素；和/或 任意兩個相鄰圖形之間的間距大于4個成像像素；和/或 所述定位圖形、所述定向起點圖形、所述定向終點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域的背景顏色的差異度超過設定顏色闊值。
5. 根據權利要求4所述的智能集群自組織控制仿真系統，其特征在于，所述定位圖形、 所述定向起點圖形、所述定向終點圖形和所述編碼圖形的圖形顏色均為白色；所述背景區 域的背景顏色為黑色。
6. -種基于權利要求1-5任一項所述智能集群自組織控制仿真系統的仿真方法，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備，該圖像采集設備能夠采集完整的演示場 地的場景情況；該圖像采集設備連接到控制計算機； 對于演示場地上的每個智能個體，其頂部均設置唯一的合作標識，保證所述合作標識 的定位圖形的中屯、點與所述智能個體的中屯、點重合；并且，所述合作標識的定向起點圖形 中屯、點到定向終點圖形中屯、點的矢量線段與所述智能個體的正向前進方向之間的夾角6 2 為固定值，該夾角6 2與智能個體身份編碼的對應關系預先存儲到所述控制計算機；所述 控制計算機還存儲W下參數： 定向起點圖形中屯、點、定向終點圖形中屯、點和編碼圖形中屯、點分別到定位圖形中屯、點 的距離R ; 每個智能個體的編碼總位數X ; 此外，所述演示場地的顏色與所述合作標識的背景顏色之間的差異度在設定范圍內； W及，所述智能個體的顏色與所述合作標識的背景顏色之間的差異度在設定范圍內； 所述控制器還預存儲需要仿真驗證的自組織規則； 52, 所述控制計算機存儲初始參數值，所述初始參數值包括圖像采集時間間隔T ; 53, 初始時刻to,所述控制計算機向圖像采集設備發送圖像采集指令； 所述圖像采集設備接收到所述圖像采集指令后，采集演示場地在當前時刻的原始圖 像，并將所述原始圖像傳輸到所述控制計算機； 54, 所述控制計算機對接收到的所述原始圖像進行分析處理，獲得每個所述智能個體 的身份ID W及當前位姿信息；然后根據所述自組織規則解算出每個所述智能個體的下一 時刻目標位姿信息； 然后，所述控制計算機通過比較每個所述智能個體的當前位姿信息W及下一時刻目標 位姿信息，生成對所述智能個體的本次控制指令，并將所述本次控制指令發送給對應的所 述智能個體；所述智能個體根據接收到的所述本次控制指令調整自身運動方向，并按調整 后的運動方向在演示場地運動； 55, 當經過圖像采集時間間隔T，達到下一時間tl時，重復執行S3-S4 ;由此不斷循環， 直到達到預設定的終止條件時，退出循環過程，仿真過程結束； 其中，S4中，所述控制計算機通過W下方法獲得每個所述智能個體的身份ID W及當前 位姿信息： S4. 1，所述控制計算機對所述原始圖像進行預處理，得到預處理后的圖像； S4. 2,所述控制計算機在所述預處理后的圖像中，提取并標記出所有的目標圖形，其 中，所述目標圖形包括定位圖形、定向起點圖形、定向終點圖形和編碼圖形，由此得到目標 圖形集合； 在所述目標圖形集合中，計算出每個目標圖形的面積W及中屯、點圖像坐標值； 然后，查找到面積最大的若干個目標圖形，其中，面積最大的目標圖形的數量即為演示 場地上智能個體的數量；每個面積最大的目標圖形對應唯一一個合作標識，并且，面積最大 的目標圖形即為定位圖形； S4. 3,對于所定位到的每個定位圖形，均采用W下分析過程： S4. 3. 1，查找到與該定位圖形中屯、點距離為R+ e的所有目標圖形，得到與所述定位 圖形屬于同一合作標識的所有目標圖形；其中，e為允許的誤差； S4. 3. 2, W定位圖形中屯、點為起點，分別W S5. 1得到的各個目標圖形中屯、點為終點， 得到多條矢量線段，分別計算每條矢量線段與圖像坐標系的X軸負方向的夾角，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 終點所在的目標圖形記為目標圖形E1，將第2矢量線段的終點所在的目標圖形記為目標圖 形E2 ;則S5. 1查找到的除目標圖形E1和目標圖形E2之外的目標圖形均為編碼圖形； S4. 3. 3, W定位圖形中屯、點為圓心W R± E為半徑，從目標圖形E1中屯、點開始沿順時 針方向向目標圖形E2中屯、點畫半圓，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，則目標圖形E1即為定向起點圖形，目標圖形E2即為定向終點圖形；否則目標圖 形E2即為定向起點圖形，目標圖形E1即為定向終點圖形；由此確定定向起點圖形和定向終 點圖形； S4. 3. 4,對于S4. 3. 2確定的每個編碼圖形，將定位圖形中屯、點到編碼圖形中屯、點之間 的矢量線段記為第3矢量線段，將定位圖形中屯、點到定向起點圖形中屯、點之間的矢量線段 記為第4矢量線段，計算第3矢量線段和第4矢量線段之間的夾角5 1 ;再結合編碼總位數 X，可確定出第2種編碼碼字在智能個體身份編碼中的位置，智能個體身份編碼的其余位置 即為第1種編碼碼字；由此得出智能個體身份編碼； S4. 3. 5,將所定位到的定位圖形的中屯、點圖像坐標值轉換為世界坐標值，即為該智能 個體在當前時刻的位置值，由此得到定位信息； 計算定向起點圖形中屯、點到定向終點圖形中屯、點的矢量方向值，將所述矢量方向值與 夾角6 2進行運算，得到該智能個體在當前時刻的方向值，由此得到定向信息。
7.根據權利要求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 標記出所有的目標圖形。
8.根據權利要求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，計算 出每個目標圖形的中屯、點圖像坐標值。
9.根據權利要求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X，計算得到相鄰兩個編碼位與定位圖形中屯、點連線的夾角5 3 = 180/ (X+1); 5 1/ 5 3的商值四舍五入所得到整數值，即為第2種編碼碼字在智能個體身份編碼中 的位置值。
10. 根據權利要求6所述的仿真方法，其特征在于，S4中，所述控制計算機對接收到的 所述原始圖像進行分析處理，獲得每個所述智能個體的身份ID W及當前位姿信息；然后根 據所述自組織規則解算出每個所述智能個體的下一時刻目標位姿信息；，并生成對所述智 能個體的本次控制指令，通過W下方法實現： 所述控制計算機配置有總控模塊和若干個分控模塊；所述總控模塊與各個所述分控模 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行分析處理，獲得每個所述智能個體的 身份ID W及當前位姿信息，并將當前時刻每個所述智能個體的身份ID W及當前位姿信息 存儲到配置表中； 每個所述分控模塊與唯一的一個智能個體對應，用于預存儲與所述智能個體對應的運 動控制策略模型；所述運動控制策略模型具有已設置的輸入參數；然后，每當所述配置表 被更新時，所述分控模塊立即從所述配置表中讀取所設置的輸入參數的具體值，然后，通過 運行所述運動控制策略模型，解算出所述智能個體的下一時刻目標位姿信息，并最終生成 對所述智能個體的本次控制指令。
【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 優先權日:2014年11月13日
【發明者】張育林, 王兆魁, 安梅巖, 范麗, 蔣超, 黨朝輝, 張斌斌, 王訓 申請人:清華大學