多机器人群体的任务搜索和任务执行方法技术

本发明专利技术公开了一种多机器人群体的任务搜索和任务执行方法，包括任务搜索层策略、任务搜索流程、任务接受层根据任务的不同形态及机器人协作形式的不同，将多机器人协同划分为以下三种形式：多机器人顺序协同、多机器人同步协同、多机器人自由协同。本发明专利技术可应用于执行更复杂的任务，将复杂的任务分解成若干份，由多机器人相互协作完成。相比单机器人，其具备快速性和高效性。

【技术实现步骤摘要】

本专利技术涉及一种多机器人群体的任务搜索和任务执行方法。
技术介绍
近年来，随着科学技术的发展需要，机器人技术不断进步。面临任务的日益复杂化，单机器人在很多环境下已经无法满足生产要求，于是国内外科研工作者对多机器人技术投入了大量关注，提出了利用多机器人协作来代替单机器人工作。多机器人协作的研究并不是通常意义上的将各单机器人的功能相互叠加，而是通过系统中各子机器人协同合作，起到一加一大于二的效果。简易的将各机器人功能相互叠加，非但无法凸显多机器人系统的优势，反而当多机器人系统遇到复杂情况时，会导致各机器人间发生冲突，乃至停滞或死锁，降低任务的执行效率。
技术实现思路
本专利技术的目的在于提供一种工作性能优异的多机器人群体的任务搜索和任务执行方法。本专利技术的技术解决方案是：一种多机器人群体的任务搜索和任务执行方法，其特征是：包括：(一)任务搜索层策略假设任务搜索层中的机器人所处的位置为初始位置，初始位置的节点为S，机器人从初始位置出发，随机的运动搜索任务，联盟中机器人的搜索半径r＝10，若环境中的任务与机器人距离d在[0,10]时，表示机器人搜索到该任务；当机器人搜索到任务时，系统根据机器人搜索到任务的先后顺序进行编号，为避免选择机器人时发生冲突，系统根据任务编号的先后顺序选择机器人；由于任务是一个静态量，无法自己选择机器人执行该任务，因此在每个任务上放置m只蚂蚁，用蚂蚁作为动态因子代替任务选择合适的机器人或联盟执行任务；若蚂蚁所代表的任务是松散型任务，则选择代价最小的单机器人即可执行；若蚂蚁代表的任务是紧耦合型任务，则该任务需由多个机器人相互协作完成，利用相应的联盟形成算法对该任务进行求解，选择合适的机器人组成联盟执行该任务；假设该任务为紧耦合型任务，则需由多个机器人共同协作完成，首先将m只蚂蚁放置于n个机器人上，根据蚁群算法选择合适的机器人相互协作执行任务，其中式(1-1)表示其中第k只蚂蚁选择机器人j的概率为：ηij(t)=1dij---(1-2)]]>α为蚂蚁在路径上信息素强度的权重，β为机器人i到机器人j之间的通信开销权重，allowk表示第k只蚂蚁未被选择的机器人集合，ηij(t)为机器人i到机器人j之间的通信开销强度；若当蚂蚁完成当前机器人选择时，发现当前所组成的多机器人联盟已经能够执行该任务，则蚂蚁停止寻径，直到m只蚂蚁完成一次循环，最终选择本次循环中联盟代价最小的一组机器人联盟作为当前最优解；同时对全局进行信息素更新，更新公式如式(1-3)、(1-4)、(1-5)：τij(t+n)＝(1-ρ)×τij(t)+Δτij(t)(1-3)Δτij(t)=Σk=1mΔτijk(t)---(1-4)]]>其中Costk表示机器人k在执行任务时所付出的代价；(二)任务搜索流程从以下步骤完成任务搜索层中的机器人任务搜索及任务分配：(1)任务分配层的机器人从初始位置出发，随机搜索任务，机器人的搜索半径为10，若任务在机器人搜索半径范围内，则表示搜索到该任务；反之，则没有；(2)机器人搜索到任务后，判断任务的类型，若任务为松散型任务，则机器人转变为任务执行层执行该任务，跳转步骤(6)；若任务为紧耦合型任务，则转步骤(3)，向其他机器人发布协作信息，选择合适的机器人组成联盟，相互协作完成任务；(3)在每个紧耦合型任务上放置m只蚂蚁，以蚂蚁代替任务，利用式(1-1)进行概率选择，选择代价最小的机器人组合组成一个新的联盟执行任务；(4)若当前蚂蚁搜索到的机器人联盟满足执行该任务的条件，则停止搜索，则转步骤(5)；否则转步骤(3)继续寻找下一个机器加入联盟；(5)当m只蚂蚁完成一次迭代运算，选择总代价最小的那组机器人联盟作为最优解，并对全局信息素进行更新，如式(1-3)、(1-4)、(1-5)所示；(6)最终完成任务的搜索及机器人选择，执行任务；(三)任务接受层任务接受层是由任务搜索层搜索到任务后的所选择的多机器人联盟组成的，其是任务的执行者；将任务接受层定义成两个状态：任务空闲状态，状态值S＝0；任务执行状态，状态值S＝1；若机器人处于S＝0状态，表示任务搜索层可以向其发布任务协作请求，且该机器人满足任务的执行条件，则加入多机器人联盟中执行任务，机器人由状态0转到状态1；若S＝1，则表示该机器人或机器人联盟尚处于激活状态，则任务搜索层不可向其发布任务协作请求，需等待其完成任务后方可接受其他任务请求；根据任务的不同形态及机器人协作形式的不同，将多机器人协同划分为以下三种形式：多机器人顺序协同、多机器人同步协同、多机器人自由协同。所述多机器人顺序协同策略是基于如何从机器人联盟中选择合适的机器人来执行任务，是一种基于代价和距离的方法，其基本过程如下：假设机器人Ri接受到任务T时其单位距离上消耗的代价为Ai，机器人Ri运动的距离为di，则机器人Ri在这段路径上所消耗的总代价如公式(1-7)所示：Costk(i)＝Ai×di(1-7)记下机器人在各段路径上所消耗的代价，由机器人R1开始计算执行任务时各路径上的代价总和，最终得到各路径上的总代价，并对其进行比较，选择代价总和最小的那条路径上的机器人组成联盟共同协同完成该任务；假设由m个机器人执行此任务，则前(m-1)各机器人代价总和如公式(1-8)所示：Cost(m-1)=Σi=1mAi×di---(1-8)]]>第m个机器人执行该任务代价公如式(1-9)所示：Cost(m)＝Am×dmT(1-9)总代价Cost为：Cost＝Cost(m-1)+Cost(m)(1-10)其中dmT为第m个机器人到目标位置的距离；因此，n个机器人组成的联盟n个方案所组成的代价集合为：Cost＝[Cost(1),Cost(2),Cost(3),…,Cost(n)]，从集合Cost中选择代价总和最小的机器人联盟执行该任务。所述多机器同步协作是指多机器人联盟中的多个机器人同时接到多个不同的任务，各机器人同时向各自所接受的任务出发；各机器人到达各自所接受的任务位置时，对各自任务的能力进行分析，其中若某些成员发现其能力不满足任务的执行条件，则其须向联盟中其他机器人发送求助信息，请求援助；若当多机器人联盟中存在其他闲置本文档来自技高网...

【技术保护点】
一种多机器人群体的任务搜索和任务执行方法，其特征是：包括：(一)任务搜索层策略假设任务搜索层中的机器人所处的位置为初始位置，初始位置的节点为S，机器人从初始位置出发，随机的运动搜索任务，联盟中机器人的搜索半径r＝10，若环境中的任务与机器人距离d在[0,10]时，表示机器人搜索到该任务；当机器人搜索到任务时，系统根据机器人搜索到任务的先后顺序进行编号，为避免选择机器人时发生冲突，系统根据任务编号的先后顺序选择机器人；由于任务是一个静态量，无法自己选择机器人执行该任务，因此在每个任务上放置m只蚂蚁，用蚂蚁作为动态因子代替任务选择合适的机器人或联盟执行任务；若蚂蚁所代表的任务是松散型任务，则选择代价最小的单机器人即可执行；若蚂蚁代表的任务是紧耦合型任务，则该任务需由多个机器人相互协作完成，利用相应的联盟形成算法对该任务进行求解，选择合适的机器人组成联盟执行该任务；假设该任务为紧耦合型任务，则需由多个机器人共同协作完成，首先将m只蚂蚁放置于n个机器人上，根据蚁群算法选择合适的机器人相互协作执行任务，其中式(1‑1)表示其中第k只蚂蚁选择机器人j的概率为：ηij(t)=1dij---(1-2)]]>α为蚂蚁在路径上信息素强度的权重，β为机器人i到机器人j之间的通信开销权重，allowk表示第k只蚂蚁未被选择的机器人集合，ηij(t)为机器人i到机器人j之间的通信开销强度；若当蚂蚁完成当前机器人选择时，发现当前所组成的多机器人联盟已经能够执行该任务，则蚂蚁停止寻径，直到m只蚂蚁完成一次循环，最终选择本次循环中联盟代价最小的一组机器人联盟作为当前最优解；同时对全局进行信息素更新，更新公式如式(1‑3)、(1‑4)、(1‑5)：τij(t+n)＝(1‑ρ)×τij(t)+Δτij(t)     (1‑3)Δτij(t)=Σk=1mΔτijk(t)---(1-4)]]>其中Costk表示机器人k在执行任务时所付出的代价；(二)任务搜索流程从以下步骤完成任务搜索层中的机器人任务搜索及任务分配：(1)任务分配层的机器人从初始位置出发，随机搜索任务，机器人的搜索半径为10，若任务在机器人搜索半径范围内，则表示搜索到该任务；反之，则没有；(2)机器人搜索到任务后，判断任务的类型，若任务为松散型任务，则机器人转变为任务执行层执行该任务，跳转步骤(6)；若任务为紧耦合型任务，则转步骤(3)，向其他机器人发布协作信息，选择合适的机器人组成联盟，相互协作完成任务；(3)在每个紧耦合型任务上放置m只蚂蚁，以蚂蚁代替任务，利用式(1‑1)进行概率选择，选择代价最小的机器人组合组成一个新的联盟执行任务；(4)若当前蚂蚁搜索到的机器人联盟满足执行该任务的条件，则停止搜索，则转步骤(5)；否则转步骤(3)继续寻找下一个机器加入联盟；(5)当m只蚂蚁完成一次迭代运算，选择总代价最小的那组机器人联盟作为最优解，并对全局信息素进行更新，如式(1‑3)、(1‑4)、(1‑5)所示；(6)最终完成任务的搜索及机器人选择，执行任务；(三)任务接受层任务接受层是由任务搜索层搜索到任务后的所选择的多机器人联盟组成的，其是任务的执行者；将任务接受层定义成两个状态：任务空闲状态，状态值S＝0；任务执行状态，状态值S＝1；若机器人处于S＝0状态，表示任务搜索层可以向其发布任务协作请求，且该机器人满足任务的执行条件，则加入多机器人联盟中执行任务，机器人由状态0转到状态1；若S＝1，则表示该机器人或机器人联盟尚处于激活状态，则任务搜索层不可向其发布任务协作请求，需等待其完成任务后方可接受其他任务请求；根据任务的不同形态及机器人协作形式的不同，将多机器人协同划分为以下三种形式：多机器人顺序协同、多机器人同步协同、多机器人自由协同。...

【技术特征摘要】
1.一种多机器人群体的任务搜索和任务执行方法，其特征是：
包括：
(一)任务搜索层策略
假设任务搜索层中的机器人所处的位置为初始位置，初始位置的
节点为S，机器人从初始位置出发，随机的运动搜索任务，联盟中机
器人的搜索半径r＝10，若环境中的任务与机器人距离d在[0,10]时，
表示机器人搜索到该任务；
当机器人搜索到任务时，系统根据机器人搜索到任务的先后顺序
进行编号，为避免选择机器人时发生冲突，系统根据任务编号的先后
顺序选择机器人；由于任务是一个静态量，无法自己选择机器人执行
该任务，因此在每个任务上放置m只蚂蚁，用蚂蚁作为动态因子代
替任务选择合适的机器人或联盟执行任务；若蚂蚁所代表的任务是松
散型任务，则选择代价最小的单机器人即可执行；若蚂蚁代表的任务
是紧耦合型任务，则该任务需由多个机器人相互协作完成，利用相应
的联盟形成算法对该任务进行求解，选择合适的机器人组成联盟执行
该任务；
假设该任务为紧耦合型任务，则需由多个机器人共同协作完成，
首先将m只蚂蚁放置于n个机器人上，根据蚁群算法选择合适的机
器人相互协作执行任务，其中式(1-1)表示其中第k只蚂蚁选择机
器人j的概率为：
ηij(t)=1dij---(1-2)]]>α为蚂蚁在路径上信息素强度的权重，β为机器人i到机器人j
之间的通信开销权重，allowk表示第k只蚂蚁未被选择的机器人集合，
ηij(t)为机器人i到机器人j之间的通信开销强度；
若当蚂蚁完成当前机器人选择时，发现当前所组成的多机器人联
盟已经能够执行该任务，则蚂蚁停止寻径，直到m只蚂蚁完成一次
循环，最终选择本次循环中联盟代价最小的一组机器人联盟作为当前
最优解；同时对全局进行信息素更新，更新公式如式(1-3)、(1-4)、
(1-5)：
τij(t+n)＝(1-ρ)×τij(t)+Δτij(t)(1-3)
Δτij(t)=Σk=1mΔτijk(t)---(1-4)]]>其中Costk表示机器人k在执行任务时所付出的代价；
(二)任务搜索流程
从以下步骤完成任务搜索层中的机器人任务搜索及任务分配：
(1)任务分配层的机器人从初始位置出发，随机搜索任务，机
器人的搜索半径为10，若任务在机器人搜索半径范围内，则表示搜
索到该任务；反之，则没有；
(2)机器人搜索到任务后，判断任务的类型，若任务为松散型
任务，则机器人转变为任务执行层执行该任务，跳转步骤(6)；若任
务为紧耦合型任务，则转步骤(3)，向其他机器人发布协作信息，选
择合适的机器人组成联盟，相互协作完成任务；
(3)在每个紧耦合型任务上放置m只蚂蚁，以蚂蚁代替任务，
利用式(1-1)进行概率选择，选择代价最小的机器人组合组成一个
新的联盟执行任务；
(4)若当前蚂蚁搜索到的机器人联盟满足执行该任务的条件，
则停止搜索，则转步骤(5)；否则转步骤(3)继续寻找下一个机器
加入联盟；
(5)当m只蚂蚁完成一次迭代运算，选择总代价最小的那组机
器人联盟作为最优解，并对全局信息素进行更新，如式(1-3)、(1-4)、
(1-5)所示；
(6)最终完成任务的搜索及机器人选择，执行任务；
(三)任务接受层
任务接受层是由任务搜索层搜索到任务后的所选择的多机器人
联盟组成的，其是任务的执行者；将任务接受层定义成两个状态：任
务空闲状态，状态值S＝0；任务执行状态，状态值S＝1；若机器人处
于S＝0状态，表示任务搜索层可以向其发布任务协作请求，且该机器

\t人满足任务的执行条件，则加入多机器人联盟中执行任务，机器人由
状态0转到状态1；若S＝1，则表示该机器人或机器人联盟尚处于激
活状态，则任务搜索层不可向其发布任务协作请求，需等待其完成任
务后方可接受其他任务请求；根据任务的不同形态及机器人协作形式
的不同，将多机器人协同划分为以下三种形式：多机器人顺序协同、
多机器人同步协同、多机器人自由协同。
2.根据权利要求1所述的多机器人群体的任务搜索和任务执行
方法，其特征是：所述多机器人顺序协同策略是基于如何从机器人联
盟中选择合适的机器人来执行任务，是一种基于代价和距离的方法，
其基本过程如下：假设机器人Ri接受到任务T时其单位距离上...

【专利技术属性】
技术研发人员：张兴国，莫亚梅，周东健，姜学耘，刘建鹏，李成浩，郭旭，张柏，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32