【技术实现步骤摘要】
BDD结合启发式A*搜索的多机器人任务分配方法
本专利技术属于机器人协作控制
，特别涉及一种BDD结合启发式A*搜索的多机器人任务分配方法。
技术介绍
多机器人任务分配，即指派机器人执行任务，由于机器人的构造不同，对不同任务的完成度不一样，执行任务的时间也不一样。因此，如何合理地指派不同的机器人执行不同的任务、如何指派多个机器人协作完成同一个任务成为多机器人系统研究中的关键问题之一。Petri网(PN)可以很好地模拟具有并发性、同步性、排序和资源共享的离散事件系统，可以理想地处理多机器人任务系统中的灵活路径和共享资源的调度问题。如论文“SchedulingflexiblemanufacturingsystemsusingPetrinetsandheuristicsearch.”提出了Petri网的可达图和智能A*算法结合起来用来实现系统的任务分配，这只需要探索部分可达图。然而，论文“J.Pearl.Heuristics:IntelligentSearchStrategiesforComputerProblemS...
【技术保护点】
1.一种BDD结合启发式A*搜索的多机器人任务分配方法，其特征在于，包括以下步骤：/n步骤1、利用时间Petri网对多机器人系统建模；/n步骤2、对多机器人系统模型的目标状态进行模拟，并建立目标状态的标识；/n步骤3、计算多机器人系统模型的可达图，并结合所述目标状态的标识判断多机器人系统模型是否可以达到目标状态，若可以达到，则执行步骤4，反之返回步骤1；/n步骤4、采用二元决策图BDD对多机器人系统模型的可达图进行高效压缩表示和快速二值运算；/n步骤5、使用启发式A*搜索算法对BDD表示的多机器人系统模型的可达图进行快搜索，获得多机器人系统从起始状态到目标状态的最优任务调度序列。/n
【技术特征摘要】
1.一种BDD结合启发式A*搜索的多机器人任务分配方法，其特征在于，包括以下步骤：
步骤1、利用时间Petri网对多机器人系统建模；
步骤2、对多机器人系统模型的目标状态进行模拟，并建立目标状态的标识；
步骤3、计算多机器人系统模型的可达图，并结合所述目标状态的标识判断多机器人系统模型是否可以达到目标状态，若可以达到，则执行步骤4，反之返回步骤1；
步骤4、采用二元决策图BDD对多机器人系统模型的可达图进行高效压缩表示和快速二值运算；
步骤5、使用启发式A*搜索算法对BDD表示的多机器人系统模型的可达图进行快搜索，获得多机器人系统从起始状态到目标状态的最优任务调度序列。
2.根据权利要求1所述的BDD结合启发式A*搜索的多机器人任务分配方法，其特征在于，步骤1所述利用时间Petri网对多机器人系统建模，所用公式为：
∑＝(P,T,F,W)
式中，P＝{p1,p2,...,pm},m∈N+为库所的集合，表示多机器人系统的状态；T＝{t1,t2,...,tn},n∈N+为变迁的集合，表示多机器人系统中的事件，且为连接库所和变迁的有向弧的集合；W:(P×T)∪(T×P)→N为所有弧的权重；使用托肯表示资源数量或数据；使用标识表示多机器人系统的状态，包括所有库所内托肯的数量信息，活动库所内的数字表示活动库所所需的操作时间。
3.根据权利要求1所述的BDD结合启发式A*搜索的多机器人任务分配方法，其特征在于，步骤2所述对多机器人系统模型的目标状态进行模拟，并建立目标状态的标识，具体过程为：
移动托肯的位置直至达到多机器人系统模型的目标状态，对多机器人系统模型目标状态时托肯在库所中的分布情况进行表示即完成目标状态标识的建立，具体表示方式为：按序罗列每个库所中的托肯数，且数值之间通过空格隔开。
4.根据权利要求2所述的BDD结合启发式A*搜索的多机器人任务分配方法，其特征在于，步骤3所述判断多机器人系统模型是否可以达到目标状态，具体过程为：
对比可达图中结束状态的标识和目标状态的标识，通过托肯分布情况是否一致判断多机器人系统模型是否可以达到目标状态，若一致，则表明多机器人系统模型可以达到目标状态，反之表明多机器人系统模型不能达到目标状态。
5.根据权利要求2所述的BDD结合启发式A*搜索的多机器人任务分配方法，其特征在...
【专利技术属性】
技术研发人员：黄波，霍一鸣，朱忠园，赵春霞，郭宇斌，戴晨谧，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32
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。