The invention provides a method for dynamic task allocation of distributed multi robot task formation method, the method includes: according to the task environment map state changes, analysis of task allocation need to consider the factors and difficult task, occurs, multi stage auction algorithm based on the generated task allocation scheme, the robot task allocation scheme to perform tasks according to the. The invention solves the dynamic task assignment problem in the environment, and the traditional auction algorithm adopts the primary allocation to solve the given task, and has great limitation in the face of the dynamic task. The present invention through multiple auctions, in time for the purpose of optimal robot, maximize the use of resources, the method is simulated in VC++ and Csharp platform, the simulation results show that the improved algorithm auction auction algorithm is more effective than conventional dynamic task well solve the environment, through the multiple distribution to meet the real-time demand, and can give optimal solutions to.
【技术实现步骤摘要】
一种面向动态任务的多机器人分布式任务分配形成方法
本专利技术涉及机器人智能拍卖算法
,更具体地,涉及一种面向动态任务的多机器人分布式任务分配形成方法。
技术介绍
随着人们对人工智能和复杂系统认识的深入,机器人系统在建筑、军事、消防、工业生产等领域有了良好的应用前景。而当前多机器人系统中任务数量大,任务点包含信息复杂,参与的机器人众多,全局搜索算法的计算代价呈现指数增长,这使得全局搜索算法很难在规定的时间内寻找到任务分配问题的最优解。因此,全局搜索算法并不适用大规模多智能体动态任务分配问题的求解。在大规模系统中任务分配须满足实时性的要求,倾向于在规定的时间内得到“好”的解,而得到的解并不一定是最优解。因此对于时间约束的多机器人动态任务分配问题研究具有重要意义。当前任务分配很多采用拍卖算法,传统的拍卖算法面向任务是静态的,采用的是一次拍卖算法。但在面对任务点数量多且动态变化情况下存在很大的缺陷,无法实行更多次调度,不能满足实时性的需要,更得不到理想的效果。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的面向动态任务的多机器人分布式任务分配形 ...
【技术保护点】
一种面向动态任务的多机器人分布式任务分配形成方法,其特征在于,包括:S1:根据环境地图中信息,理清任务分配需要考虑的因素及难点;S2:任务发生时,基于多阶段拍卖算法,生成任务分配方案,机器人根据所述任务分配方案执行任务。
【技术特征摘要】
1.一种面向动态任务的多机器人分布式任务分配形成方法,其特征在于,包括:S1:根据环境地图中信息,理清任务分配需要考虑的因素及难点;S2:任务发生时,基于多阶段拍卖算法,生成任务分配方案,机器人根据所述任务分配方案执行任务。2.根据权利要求1所述的方法,其特征在于,所述步骤S1中,进一步包括:S11:给定一张目标环境地图,所述地图上分布有多个具有任务执行能力的机器人、属性随时间变化的任务点和若干个障碍物;S12:根据任务点的状态变化,理清任务分配需要考虑的因素及难点分析。3.根据权利要求2所述的方法,其特征在于,所述步骤S11中,所述的环境为机器人工作环境,对给定的环境地图建立直角坐标系,坐标系以x轴向右为正方向,y轴向上为正方向,并将该工作环境划分为多个栅格,环境地图在空间上分布有N(N∈Z+)个任务点、M(M∈Z+)个机器人以及B(B∈Z+)个障碍物,并分别确定每个任务、机器人和障碍物的坐标。4.根据权利要求2所述的方法,其特征在于,所述步骤S12中,根据任务点的状态变化,建立任务点状态模型,分析任务分配需要考虑的因素包括任务点属性参数和机器人属性参数,其中,任务点属性参数包括:任务点的任务量、任务点的状态变化率和任务点在环境地图上所处的位置;机器人属性参数包括:运动速度、机器人能力值和机器人在环境地图上所处的位置。5.根据权利要求1所述的方法,其特征在于,所述步骤S2中,进一步包括:S21:检测到任务时,选择距离任务点最近的机器人作为代理机器人,若距离数个任务点最近的机器人为同一个机器人i(i=1,2,…,M),系统会选择数个任务点中选择距离直角坐标系原点最近的任务点的机...
【专利技术属性】
技术研发人员:裘智峰,陈杰,杨宁,阳春华,郭宇骞,桂卫华,
申请(专利权)人:中南大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。