[发明专利]基于区块链的多机器人协作多目标点负载均衡搜索方法及系统

说明书

本发明公开了一种基于区块链的多机器人协作多目标点负载均衡搜索方法及系统，方法包括以下步骤：(1)各机器人私有链状态初始化，获取周围地图信息，并将自己私有地图传递给其他机器人；(2)机器人收到来自别的机器人的地图信息后进行拜占庭共识，将完成共识的地图信息打包进入下一区块并上链；(3)各机器人根据负载参数和搜索重心以及距离等集成因素分配各目标点；(4)每个机器人完成对分配的目标点的搜索。系统采用了区块链实用拜占庭共识机制和负载均衡机制，保证少数机器人引入的错误信息不会影响到整个系统的稳定性，实现了多机器人多目标点搜索中最难以处理的信息传递和一致性，保证了多机器人目标点搜索任务分配的高效和合理性。

技术领域

本发明涉及人工智能搜索领域，尤其涉及一种基于区块链的多机器人协作多目标点负载均衡搜索方法及系统。

背景技术

近年来，AI领域尤其是机器人搜索领域发展迅速，受到各界的广泛关注。机器人搜索主要涉及单机器人单目标点搜索、单机器人多目标点搜索以及多机器人多目标点搜索等三大问题。多机器人多目标点搜索问题是属于机器人搜索领域最核心最复杂的搜索场景，要求每一个机器人都能够与其他的机器人实体进行良好的协作，发挥团队搜索的优势，以极高的效率完成搜索任务。然而，现有的多机器人多目标点搜索算法的方法依然存在以下的一些不足之处：

(1)多机器人协作多实体目标点的搜索情境下无法保证每一个机器人的搜索状态的一致性。由于每一个机器人都是一个独立的搜索节点，无法保证每一个机器人所执行的搜索算法都能够实现对于所有目标点的全覆盖，任意两个机器人之间没有办法对于同一个目标点达成清楚的任务分配共识，就会导致有一些目标点被多个机器人重复访问了多次，而有一些目标点可能没有被任何机器人访问到，就会导致搜索结果的偏差。

(2)相比于单机器人单目标点和单机器人多目标点的搜索方法，多机器人多目标点的搜索方法需要多机器人实体之间自行协调任务分配的均衡问题。不同机器人的目标点分布可能不均匀，可能在某一种情形下，一个机器人周围的目标点非常密集而其他的机器人周围目标点非常稀疏。在这种情形下，假如根据传统的多机器人多目标点搜索算法方法，某一个机器人就将会承担比其他机器人多非常多的搜索任务，就会造成整个搜索系统搜索效率的降低以及影响机器人的搜索性能。

(3)在实际的搜索情境下，无法保证每一个机器人的工作状况都是无差错的。比如某一个机器人由于传感器或者摄像机的故障而错误判断了某一个目标节点的位置，则如果不采取一些措施，这个机器人就将无法进行正确的搜索路径规划。在更严重的情况下，甚至会发生机器人之间相撞或者机器人与障碍物相撞的事故。

针对以上不足问题的解决，涉及相关的背景技术介绍如下：

(1)区块链技术与共识机制。随着区块链和虚拟货币的快速发展，区块链技术得到了越来越多的重视，由于其独特的分布式记账方法，在经济社会发展中也扮演着越来越重要的角色。分布式账本的实现必然要求底层节点能够实现信息的有效共识，因而底层节点的共识方法也就成为了区块链技术的核心部分。由于分布式节点在实际生活中的广泛应用场景，区块链的共识算法也逐渐被应用于其他的技术内核，成为了协调分布式节点和不同实体之间行为的一种重要方法。

(2)搜索算法是利用计算机的高性能来有目的的穷举一个问题解空间的部分或所有的可能情况，从而求出问题的解的一种方法。在大规模实验环境中，通常通过在搜索前，根据条件降低搜索规模；根据问题的约束条件进行剪枝；利用搜索过程中的中间解，避免重复计算这几种方法进行优化。

(3)拜占庭共识算法。拜占庭将军的问题是指分布式系统的一个或几个组成部分出现故障，从而导致整个系统无法达成共识从而无法正常工作的问题。在一般情况下，使用实用拜占庭容错算法(PBFT)能够在一定程度上解决共识问题。拜占庭容错算法依赖于一个区域内的领导节点的统一决断，当一个区域内的领导节点收到了不同的消息，则会根据简单的“少数服从多数”原则忽略少数意见，以大多数节点的消息作为该区域内的共识结果。