本發(fā)明涉及通信，尤其涉及一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法。

背景技術：

在21世紀，隨著科學技術的發(fā)展，無線通信技術發(fā)生了巨大的變化。無線局域網(wǎng)(WLAN)主要經(jīng)歷了五個間段的發(fā)展，新的標準正在逐漸取代老的標準。從1997年的第一個版本IEEE 802.11的誕生，其工作的頻率為2.4GHz，數(shù)據(jù)傳輸速率僅為2Mb/s，后來IEEE 802.11a、IEEE 802.11b、IEEE 802.11g和IEEE 802.11n相繼出現(xiàn)，無線的工作頻率也逐漸從2.4G向5G發(fā)展，到2014年1月最新的IEEE 802.11ac獲得通過，其完全采用5GHz頻段，可提供最高866.7Mb/s的傳輸速率。此外，WiGig組織提出的IEEE 802.11ad標準，采用了60GHz頻段，可以提供最高7Gb/s傳輸速率的短距離通信，但是，由于其無法穿透障礙物，所以覆蓋的范圍非常有限。無線保真(WiFi)作為應用最為廣泛的WLAN標準，其符合IEEE 802.11b無線網(wǎng)絡規(guī)范，采用的是2.4GHz頻段，由于2.4GHz頻段使用太多，為了提高WiFi的抗干擾能力，目前也有工作頻率是5GHz，然而其有穿透能力差，覆蓋范圍比較小的缺點。

隨著科技的發(fā)展，為了滿足越來越高的通信需求，無線通信網(wǎng)絡逐漸向多節(jié)點的自組織網(wǎng)絡發(fā)展。利用多個網(wǎng)絡節(jié)點搭建起來的無線網(wǎng)絡，可以讓網(wǎng)絡的覆蓋范圍更大，通信能力更強，擴大了無線網(wǎng)絡的應用范圍。

在災難救援方面，現(xiàn)有的通信設施被破壞或者在一些本來就沒有網(wǎng)絡覆蓋的區(qū)域，通信成為制約救援效率的主要因素。人們通過放置固定的中繼在環(huán)境中，搭建通信網(wǎng)絡，但是這種方法非常不方便，而且中繼的利用效率不高，通信質(zhì)量不佳。利用無人機或者無人車搭建無線網(wǎng)絡可以隨意的調(diào)度中繼節(jié)點，但是目前調(diào)度中繼節(jié)點的方法不能夠充分的考慮環(huán)境對無線信號的影響，嚴重影響網(wǎng)絡的通信質(zhì)量。

在家庭方面，隨著互連網(wǎng)技術的發(fā)展，人們對于網(wǎng)絡接入的需求也越來越高，希望在家里、辦公室或商場等地方實現(xiàn)隨時隨地安全高質(zhì)量的無線上網(wǎng)，目前有許多低成本的無線路由器接入方案，例如TP-Link的WR系統(tǒng)，小米公司的小米路由等。但是這些路由器商家所研發(fā)的都是固定式的路由器，所覆蓋的通訊范圍有限，單個固定的路由器已經(jīng)滿足不了人們的需求。

在空間探索領域，借助航天器布撒下無線傳感器網(wǎng)絡節(jié)點實現(xiàn)對星球表面的監(jiān)測，是一種經(jīng)濟可行的方案。在其它領域，比如，嵌入家具和家電中的傳感器與執(zhí)行機構(gòu)組成的無線網(wǎng)絡與Internet連接在一起將會為我們提供更加舒適、方便和具有人性化的智能家居環(huán)境。此外，倉庫管理、交互式博物館、交互式玩具、工廠自動化生產(chǎn)線等眾多領域，無線自組網(wǎng)絡也扮演著重要的角色，為任務的完成提供了可靠的通信保證。

近年來，傳統(tǒng)路由器開始向智能化發(fā)展，各大主要互聯(lián)網(wǎng)公司，如小米、360、華為、思科等都加入到這個競爭激烈的領域中，他們注重開發(fā)網(wǎng)絡接入的智能化，如智能數(shù)據(jù)包過濾，家長控制，網(wǎng)上商城，視頻監(jiān)控等，而對于路由器的機器人智能化較少涉略。

對于無線通信網(wǎng)絡，在優(yōu)化網(wǎng)絡的通信協(xié)議方面已經(jīng)取得了較好的發(fā)展，但是在布置網(wǎng)絡節(jié)點方面發(fā)展較為緩慢。人們從最開始的布置固定中繼節(jié)點搭建網(wǎng)絡，到利用中繼機器人搭建網(wǎng)絡，但是如何能夠找到各個中繼的最佳位置是自組網(wǎng)絡的一個難點。由于無線信號非常容易受到環(huán)境的影響，目前利用機器人搭建網(wǎng)絡基本都是在空曠的區(qū)域?qū)崿F(xiàn)的。針對通信網(wǎng)絡的特點，本發(fā)明提出通過兩種獲得WiFi信號分布的方法分別得到基站和中繼節(jié)點的信號分布很好的考慮了環(huán)境對無線信號的影響，然后自主調(diào)度多個移動中繼機器人實現(xiàn)網(wǎng)絡連通性最優(yōu)。本發(fā)明能夠根據(jù)環(huán)境中通信節(jié)點的位置變化，自動實時的調(diào)整每個中繼的空間位置，使得通信網(wǎng)絡獲得最佳的通訊質(zhì)量。

發(fā)明專利《一種動態(tài)化自組網(wǎng)無線通信裝置》（公開號：CN105515972A）該發(fā)明提出一種動態(tài)化自組網(wǎng)無線通信裝置，包括中央處理模塊、數(shù)據(jù)處理模塊、SDRAM存儲模塊、綜合業(yè)務接口管理模塊、調(diào)制模塊、解調(diào)模塊和變頻模塊，其中數(shù)據(jù)處理模塊基于FPGA實現(xiàn)，對需要發(fā)射的IP數(shù)據(jù)進行后臺封裝和數(shù)據(jù)轉(zhuǎn)換，并包含信號的調(diào)制方式信令；中央處理模塊基于中央處理芯片設計，對于調(diào)用數(shù)據(jù)處理模塊中程序的指令進行管理，對數(shù)據(jù)集總處理、下發(fā)及控制。該發(fā)明只是從控制模塊之間的數(shù)據(jù)傳輸實現(xiàn)動態(tài)的自組網(wǎng)，并沒有涉及中繼節(jié)點的調(diào)度。

發(fā)明專利《一種家用型可移動中繼機器人》(公開號：CN105871446A)該發(fā)明公開了一種利用機器人作為中繼節(jié)點實現(xiàn)網(wǎng)絡優(yōu)化的方法。該方法通過獲取無線信號源的第一強度，然后獲取終端的信號的第二強度，根據(jù)第一強度和第二強度，調(diào)整中繼機器人的位置。這種方法不能充分的考慮環(huán)境對無線信號的影響，沒有有效的機器人調(diào)度策略，尤其在復雜的環(huán)境下很難實現(xiàn)，在優(yōu)化網(wǎng)絡的效率和質(zhì)量上都存在很大的問題。

技術實現(xiàn)要素：

為了解決現(xiàn)有技術中的問題，本發(fā)明提供了一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法，將移動機器人技術和WiFi信號建模相結(jié)合，實現(xiàn)中繼機器人的自動調(diào)度，使得網(wǎng)絡的通信質(zhì)量最佳。

本發(fā)明提供了一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法，包括以下步驟：

S1、由主機器人進行整個工作環(huán)境的二維地圖繪制，采用激光和攝像頭繪制環(huán)境的二維地圖；

S2、主機器人在繪制二維地圖或者隨機游走過程中，采集基站的WiFi信號樣本點，然后對WiFi信號進行建模，形成WiFi信號模型；

S3、在步驟S2中所建立的WiFi信號模型的基礎上，搜尋每個機器人最優(yōu)的中繼位置；

S4、當各個機器人獲得了各自的最優(yōu)中繼位置之后，主機器人和從機器人利用蒙特卡洛的方法分別定位其在環(huán)境中的位置，然后沿著實時規(guī)劃好的路徑運動到最佳位置。

作為本發(fā)明的進一步改進，步驟S1中，整個二維地圖的繪制過程分為前端和后端，前端主要由順序配準和環(huán)形閉合檢測構(gòu)成，前端和后端這兩部分都是根據(jù)傳感器的觀測信息建立機器人節(jié)點間的約束關系，前端處理的是局部數(shù)據(jù)的關系，后端主要是對全局數(shù)據(jù)的處理，兩者合起來完成圖的構(gòu)建和優(yōu)化。

作為本發(fā)明的進一步改進，步驟S1中，整個二維地圖的繪制過程為：首先通過視覺的方法判斷出閉環(huán)，當視覺判斷出閉環(huán)后，系統(tǒng)就給激光SLAM部分的閉環(huán)檢測部分發(fā)出一個閉環(huán)信號，當機器人收到這個閉環(huán)信號后，就開始進行激光SLAM的閉環(huán)檢測部分。

作為本發(fā)明的進一步改進，步驟S2中，對于基站，通過先采集環(huán)境中基站的WiFi樣本點，然后利用高斯過程回歸的方法估計出環(huán)境中其他位置處的WiFi信號值；對于移動中繼，利用WiFi高斯模型來估計環(huán)境中其他位置處的信號強度。

作為本發(fā)明的進一步改進，步驟S3中，在通信兩端之間的可行路徑上尋找網(wǎng)絡中繼的最優(yōu)位置，其中，可行路徑是采用基于概率采樣的快速搜索隨機樹算法規(guī)劃基站和客戶端之間的路徑；由設定的通信質(zhì)量閾值，根據(jù)環(huán)境信息、兩種WiFi信號模型和通信兩端的路徑，確定優(yōu)化網(wǎng)絡需要的機器人數(shù)量和各個機器人在環(huán)境中的位置。

作為本發(fā)明的進一步改進，步驟S3中，當只需要一個中繼機器人的時候，遍歷通信兩端的路徑來尋找最佳的中繼位置；當需要多個機器人優(yōu)化網(wǎng)絡，采用勢能場的方式確定需要的機器人數(shù)量和各個機器人在環(huán)境中的最優(yōu)位置。

作為本發(fā)明的進一步改進，步驟S4中，實時規(guī)劃好的路徑采用D*算法。

本發(fā)明的有益效果是：通過上述方案，充分考慮了環(huán)境對無線信號的影響，能夠根據(jù)環(huán)境中通信網(wǎng)絡節(jié)點的位置變化，自動實時的調(diào)度每個中繼機器人的空間位置，使得通信網(wǎng)絡快速獲得最佳的通信質(zhì)量。

附圖說明

圖1是本發(fā)明一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法的整體流程示意圖。

圖2本發(fā)明一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法的二維地圖繪制流程示意圖。

圖3是本發(fā)明一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法的系統(tǒng)框架示意圖。

具體實施方式

下面結(jié)合附圖說明及具體實施方式對本發(fā)明作進一步說明。

如圖1至圖3所示，一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法，包括以下步驟：

1)步驟1：由主機器人進行整個工作環(huán)境的二維地圖繪制。本發(fā)明采用激光和攝像頭繪制環(huán)境的2D地圖，具體繪制流程如圖2所示。整個制圖過程分為前端和后端。前端主要由順序配準和環(huán)形閉合檢測構(gòu)成。這兩部分都是根據(jù)傳感器的觀測信息建立機器人節(jié)點間的約束關系。前端處理的是局部數(shù)據(jù)的關系，后端主要是對全局數(shù)據(jù)的處理，兩者合起來完成圖的構(gòu)建和優(yōu)化。本發(fā)明首先通過視覺的方法判斷出閉環(huán)，當視覺判斷出閉環(huán)后，系統(tǒng)就給激光SLAM部分的閉環(huán)檢測部分發(fā)出一個閉環(huán)信號。當機器人收到這個閉環(huán)信號后，就開始進行激光SLAM的閉環(huán)檢測部分。所以，這種策略可以使激光SLAM進行準確的閉環(huán)檢測。

2)步驟2：主機器人在建立地圖或者隨機游走過程中采集基站的WiFi信號樣本點，然后對WiFi信號進行建模。WiFi信號強度是衡量WiFi通信質(zhì)量的可靠依據(jù)，得到準確的WiFi信號強度對于整個網(wǎng)絡優(yōu)化至關重要，然而由于WiFi信號受環(huán)境、發(fā)射功率等許多不確定性因素的影響，導致WiFi信號的變化非常復雜。為了能夠得到環(huán)境中較準確的WiFi信號值，根據(jù)通信的特點，即基站基本不動，中繼機器人隨著客戶端的移動而移動，本發(fā)明提出了兩種模型來分別估計基站和中繼機器人在其他位置處的WiFi信號強度。首先，對于基站，本發(fā)明是通過先采集環(huán)境中基站的WiFi樣本點，然后利用高斯過程回歸的方法估計出環(huán)境中其他位置處的WiFi信號值。對于移動中繼，本發(fā)明是利用WiFi高斯模型來估計環(huán)境中其他位置處的信號強度。這樣，只需要知道環(huán)境狀況以及通信兩端的位置，就可以實時獲得在接收端處發(fā)射端路由的信號強度。通過兩種WiFi信號估計方法，能夠很好的考慮環(huán)境對無線信號的影響，盡可能的確保通信質(zhì)量最佳。

3)步驟3：在步驟2中所提出的WiFi信號模型基礎上，搜尋每個機器人最優(yōu)的中繼位置。為了能夠提高優(yōu)化網(wǎng)絡的速度，本發(fā)明只需要在通信兩端之間的可行路徑上尋找網(wǎng)絡中繼的最優(yōu)位置，其中這條路徑采用基于概率采樣的快速搜索隨機樹 (RRT) 算法規(guī)劃基站和客戶端之間的路徑，目的是盡快的獲得可行路徑。此外，本發(fā)明由設定的通信質(zhì)量閾值，根據(jù)環(huán)境信息、兩種WiFi信號模型和通信兩端的路徑，確定優(yōu)化網(wǎng)絡需要的機器人數(shù)量和各個機器人在環(huán)境中的位置。針對需要的機器人數(shù)量的不同，本發(fā)明采用兩種方式來尋找最佳的中繼位置。當只需要一個中繼機器人的時候，遍歷通信兩端的路徑來尋找最佳的中繼位置。當需要多個機器人優(yōu)化網(wǎng)絡，由于隨著機器人的數(shù)量增加，遍歷的方法時間復雜度會大大的增加，所以本發(fā)明提出了勢能場的方式確定需要的機器人數(shù)量和各個機器人在環(huán)境中的最優(yōu)位置。

4)步驟4：當各個機器人獲得了各自的最優(yōu)中繼位置之后，主機器人和從機器人利用蒙特卡洛的方法分別定位其在環(huán)境中的位置，然后沿著實時規(guī)劃好的路徑運動到最佳位置，這條路徑采用D*算法，目的獲得最短的路徑。

本發(fā)明提供的一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法，針對遠程節(jié)點的通信問題，提出了一種新的實現(xiàn)方法，將移動機器人技術和WiFi信號建模相結(jié)合，實現(xiàn)中繼機器人的自動調(diào)度，使得網(wǎng)絡的通信質(zhì)量最佳。

本發(fā)明提供的一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法的硬件系統(tǒng)構(gòu)成：本發(fā)明的系統(tǒng)分別由主機器人和從機器人組成。主從機器人的底盤都能夠提供里程計信息，其中主機器人搭載了激光、攝像頭、WiFi路由及電腦。從機器人搭載了激光、路由器、以及電腦。激光傳感器采用的是最基本的2D激光傳感器，能夠提供所在環(huán)境一個平面的深度信息，相對于3D激光成本較低，能夠提供的信息較準確。滿足室內(nèi)導航定位的要求。單目攝像頭使用的是普通的USB攝像頭，能夠提供豐富的環(huán)境特征。利用攝像頭提供的環(huán)境特征，在繪制環(huán)境地圖的時候可以進行閉環(huán)檢測，然后將閉環(huán)信息提供給機器人，這樣可以讓機器人在更大的環(huán)境或者環(huán)境特征比較相似的環(huán)境下完成制圖。主機器人負責前期的環(huán)境制圖、采集基站的WiFi信號樣本點、繪制WiFi信號分布圖以及優(yōu)化網(wǎng)絡確定中繼機器人的最優(yōu)位置等。從機器人只需要訂閱主機器人發(fā)送的其最佳位置信息并移動到最優(yōu)位置，構(gòu)建無線網(wǎng)絡，得到網(wǎng)絡最佳的通信質(zhì)量。

如圖3所示，本發(fā)明提供的一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法的軟件系統(tǒng)框架：優(yōu)化網(wǎng)絡的中繼機器人分為主機器人和從機器人，主機器人和從機器人通過Socket的方式通信。主機器人利用激光和攝像頭繪制環(huán)境的2D地圖、采集基站的WiFi樣本點、訓練基站的WiFi熱點在環(huán)境中的模型、以及優(yōu)化網(wǎng)絡并確定需要的機器人數(shù)量和相應的中繼機器人位置，并發(fā)布所有機器人最優(yōu)位置信息。從機器人訂閱到其最佳位置，然后移動到最佳位置。

本發(fā)明提供的一種基于多機器人和高斯信號模型的自適應最優(yōu)自組網(wǎng)方法，結(jié)合多機器人技術和WiFi信號建模方法，通過調(diào)度中繼機器人，使得通信的節(jié)點之間通信能力最強。利用激光加攝像機建立環(huán)境地圖，極大的提高了環(huán)境地圖的精度，滿足在大范圍的環(huán)境下建立地圖，為機器人的導航和定位提供了準確的信息。另外，根據(jù)通信的特點，提出了兩種通訊信號建模方法分別獲得基站和中繼機器人在環(huán)境中其他位置處的信號強度。結(jié)合環(huán)境、通信端之間的路徑、以及WiFi通信模型，根據(jù)使用機器人數(shù)量和通信質(zhì)量的要求，調(diào)度各個中繼機器人的位置，從而實現(xiàn)網(wǎng)絡的通信質(zhì)量最佳。該發(fā)明不僅可以應用于家庭服務機器人、礦井和戰(zhàn)場，還可以應用在災難現(xiàn)場，在災難現(xiàn)場已有的通信設施被破壞，或者沒有通信設施的情況下實現(xiàn)快速搭建無線網(wǎng)絡，為救援提供可靠的通信網(wǎng)絡提高救援效率，有非常大的應用價值。

以上內(nèi)容是結(jié)合具體的優(yōu)選實施方式對本發(fā)明所作的進一步詳細說明，不能認定本發(fā)明的具體實施只局限于這些說明。對于本發(fā)明所屬技術領域的普通技術人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換，都應當視為屬于本發(fā)明的保護范圍。