[发明专利]探索任务下基于分簇的多机器人任务分配方法

说明书

技术领域

本发明涉及一种多机器人控制方法，具体地说是一种探索任务下基于分簇的多机器人任务分配方法。

背景技术

利用多机器人系统协作探索未知环境与单机器人相比具有很多优点：首先，多个机器人的传感器视野更加宽阔，信息冗余有利于提高机器人的定位精度和地图创建的质量；其次，多机器人系统的容错性可以防止由于单个机器人失效引起的任务失败；再次，多机器人系统的并行处理能力可以在更短的时间内完成特定的任务。最后，多个简单异构机器人之间的功能互补可以实现单个复杂机器人无法实现的功能。

经验表明在复杂环境中，所有机器人探索同一处环境并不一定能够快速实现探索任务。在不同的环境状态下，机器人如果能够根据环境的状态合理地、动态地产生不同的协作模式，能够大大增加机器人协作效率。可以说，多机器人协作探索中的自适应任务分配不仅能够增加系统的灵活性和适应性，还能够大大减少机器人因不合理协作模式下产生的资源浪费，具有一定的研究意义。

任务分配体现了多机器人系统高层的组织形式和运行机制，是系统实现未知环境探索任务的基础。分配机制合理与否直接关系到多机器人系统中各成员能否最大限度发挥自身潜力，直接影响系统任物完成的效率。所以在现有机制基础上，通过协调合作完成预定任务已经成为该领域的研究热点。

早期的多机器人任务分配方法多为集中式控制。多机器人系统存在集中分配者(主机器人或管理机器人)，负责规划、决策和任务分配。任务分配时，机器人通过查询一张关于所有机器人信息的表格来直接指定或是协商完成任务的分配。其优点明显：协调简单、通讯开销少，可获得全局最优解，对于规模较小的系统而言，其任务的优化分配易于实现。但随着机器人数量的增加，系统性能将显著降低，且系统的实时性、容错性较差，不适于动态的任务分配。

随着分布式人工智能的快速发展，适用于动态、开放的任务环境的分布式任务分配方法以其反应速度快、灵活性高、适应性强等特点，受到人们的广泛关注。由于多机器人系统中没有中央节点，不依赖于全局知识机器人，机器人个体高度自治，因此系统有很强的冗余性，即使有个别机器人失效也不会影响系统整体的效能。机器人个体通过局部信息规划其行为，并通过协商合作完成任务，对于规模较大的系统，也可以通过优化任务分配的方式实现任务的实时处理。分布算法对动态环境的反应速度快，鲁棒性强。但由于缺乏全局核心的控制，所以全局协调性差，通讯开销巨大。虽然这种结构增加了系统的复杂性，难以得到全局最优的方案，但分布式的任务分配方法以其突出的柔性、高效性和鲁棒性仍不失是一种行之有效的任务分配方式。其典型的代表有合同网分配和熟人网分配。

在目前国内外大多数的专利中，关于生物协作行为启发多机器人任务分配方法很少报道，仅有的报道都是采用群体优化策略来实现分配的最优化，并没有考虑个体交互的局部性。而其他的任务分配方法多数采用协商式，具有复杂的设计模式，系统灵活性、实时性较差。

与本发明相关的公开报道有：董炀斌，1、蒋静坪，何衍.基于适应度的多机器人任务分配策略.浙江大学学报(工学版)，2007(2)；2、黎萍，杨宜民.多机器人系统任务分配的研究进展.计算机工程与应用，2008(17)；3、齐心跃，田彦涛，杨茂，杨永明.基于市场机制的多机器人救火任务分配策略.吉林大学学报(信息科学版)，2009(5)；4、张嵛，刘淑华.多机器人任务分配的研究与进展.智能系统学报.2008(2)；5、CN101685309，多机器人协调队形控制方法；6、CN101515179，一种多机器人队形变换方法；7、CN101618543，异构多机器人系统的任务分配方法；8、CN101136081，基于蚁群智能的无人作战飞机多机协同任务分配方法等。

发明内容

本发明的目的在于提供一种能够提高多机器人协作任务的效率，增加系统的灵活性和鲁棒性的探索任务下基于分簇的多机器人任务分配方法。

本发明的目的是这样实现的：

包括分簇结构的生成方法和簇间机器人的动态任务分配方法；

(1)任务开始，每个机器人查找是否存在于某个簇结构中，即多个机器人之间产生能够信息共享和交流的通信网络，并具有同一个任务目标，当系统中存在簇结构，则转到(3)，否则转到(2)；

(2)基于树型拓扑的分簇结构生成算法生成新簇，