多机器人任务分配方法、装置、设备及介质制造方法及图纸

本发明专利技术提供一种多机器人任务分配方法、装置、设备及介质，属于车间任务分配技术领域。所述方法包括：获取机器人端的运行参数，机器人端包括多个机器人；根据运行参数筛选存量任务集中的新任务；将新任务作为标书发送至每一机器人；获取每一机器人对该新任务生成的竞拍信息；根据所有竞拍信息中的最低报价确定执行该新任务的机器人。本发明专利技术能避免在动态环境中机器人错失附近产生的新任务的情况，减少整个分配过程的运算量，提高任务分配的效率；能有效应对多移动机器人的静态任务分配和动态任务分配场景，具有良好的应用前景；以及能避免机器人对同一段路径的重复探索，整体上提高了任务分配的质量。务分配的质量。务分配的质量。

【技术实现步骤摘要】
多机器人任务分配方法、装置、设备及介质


[0001]本专利技术涉及车间任务分配
，具体地涉及一种多机器人任务分配方法、一种多机器人任务分配装置、一种电子设备和一种计算机可读存储介质。

技术介绍

[0002]全球性的产能过剩导致了企业间越发激烈的竞争，而互联网的飞速发展大幅降低了人与人之间交流成本，进一步放大了客户个性化的需求，在这样一个技术、经济快速增长的环境下，越来越多的企业从传统的大规模生产向着能够实时收集生产信息，调整产品类型与生产能力的多品种、多批次智能化生产转变。
[0003]用户的定制生产需求带来了产品生命周期的多变性，工厂需要更加灵活的制造自动化以适应动态的制造与供应过程。然而，传统的制造应用中各生产环节大多是单独且分离的，生产实体与虚拟系统的集成度较低，存在生产环节难以及时调整、供应效率低下等问题，难以满足如今技术发展与用户需求的快速变化，急需制造商重新配置生产路径与流程。
[0004]随着智能工厂这一概念的提出，其旨在构建面向制造业的信息物理系统，由物理实体负责生产中的智能协商，信息系统负责任务收发、数据采集以及实体生产过程的监督，通过集成信息系统与物理实体，最终实现工厂中机器、原料、产品极其的自组织生产。
[0005]作为生产环节中的重要一环，灵活的原料供应是多类型、多批次产品生产的基础，自动引导车(AGV)、自主移动机器人(AMR)等技术的进步给传统的物料搬运市场带来了新的解决方案，仓储和制造车间内的自动负载运输被认为是提高生产效率、降低运营成本的实用手段并广泛运用在自动化生产制造环节。在面对定制生产带来动态原料供应需求变化时，多移动机器人系统需要更加高效且具备伸缩性，如何在供应环节为自动负载运输机器人系统的分配任务仍旧是个亟待处理的问题。
[0006]现有技术中，拍卖算法是解决分布式任务分配问题的一种有效方法，通过模仿市场机制中的“招标—投标—评标”的过程实现任务的分配，在使用拍卖算法解决离散制造车间里的多机器人任务分配问题时，机器人通常作为竞拍方，同时会在系统中构建一个虚拟拍卖商，分别承担竞拍和分配任务的工作。
[0007]基于拍卖算法的多任务分配在实际应用中还至少存在以下问题：
[0008]1、如果在拍卖开始前系统中存在一定的存量任务，或者在较短的时间段内产生多个不同的任务时，系统在“招标”环节中将面临任务发布顺序不合理的问题；
[0009]2、机器人会忽略附近产生的新任务转而去执行拍得时间较早但距离自身较远的任务，从而导致机器人运行效率不足。

技术实现思路

[0010]本专利技术实施例的目的是提供一种多机器人任务分配方法、装置、设备及存储介质，解决现有机器人在执行分配的任务时存在着运行效率低的问题。
[0011]为了实现上述目的，本专利技术提供一种多机器人任务分配方法，所述方法包括：
[0012]获取机器人端的运行参数，所述机器人端包括多个机器人；
[0013]根据运行参数筛选存量任务集中的新任务；
[0014]将新任务作为标书发送至每一机器人；
[0015]获取每一机器人对该新任务生成的竞拍信息；
[0016]根据所有竞拍信息中的最低报价确定执行该新任务的机器人。
[0017]优选地，所述运行参数包括：机器人的位置信息，所述存量任务集由至少一个未分配任务构成；
[0018]根据运行参数筛选存量任务集中的新任务，包括：
[0019]获取存量任务集中每一未分配任务的位置信息；
[0020]根据机器人的位置信息和未分配任务的位置信息确定每一未分配任务的代价估计初值；
[0021]筛选所有代价估计初值中的最小代价估计初值，将最小代价估计初值对应的未分配任务作为新任务。
[0022]优选地，根据机器人的位置信息和未分配任务的位置信息确定每一未分配任务的代价估计初值，包括：
[0023]将第i个机器人的位置信息与第j个未分配任务的位置信息输入至预设计算模型中进行计算，得到代价值C
j,i
，所述代价值C
j,i
用于表征第i个机器人预执行第j个未分配任务的代价；
[0024]构建第j个未分配任务的代价值集合C
j
，所述代价值集合C
j
为{C
j,1
,C
j,2
,C
j,3
,..,C
j,I
}，其中，I为机器人的总数；
[0025]筛选第j个代价值集合C
j
中的最小代价值，将最小代价值作为第j个未分配任务的代价估计初值
[0026]优选地，所述运行参数包括：机器人的状态信息，所述状态信息包括：空闲状态和工作状态；
[0027]所述竞拍信息包括：空闲竞拍信息和工作竞拍信息，所述空闲竞拍信息由处于空闲状态的机器人生成，所述工作竞拍信息由处于工作状态的机器人生成。
[0028]优选地，所述空闲竞拍信息的生成方式为：
[0029]处于空闲状态的机器人接收到新任务后，将新任务插入到该机器人的任务队列中；
[0030]根据该机器人的位置信息和新任务的位置信息计算新任务的执行代价，将该执行代价作为该机器人的空闲竞拍信息。
[0031]优选地，所述工作竞拍信息的生成方式为：
[0032]处于工作状态的机器人接收到新任务后，将新任务插入到该机器人的任务队列中，该任务队列中存在至少一个待执行任务，将新任务与该任务队列中的待执行任务进行组合，得到多个任务序列；
[0033]根据该机器人的位置信息、待执行任务的位置信息和新任务的位置信息计算每一任务序列的执行代价，将最小执行代价作为该机器人的工作竞拍信息。
[0034]优选地，所述新任务与任务队列中的待执行任务的组合方式为：保持任务队列中的待执行任务的顺序不变，调整新任务的插入位置，所述插入位置包括：第一个待执行任务
前、每相邻两个待执行任务之间和最后一个待执行任务后。
[0035]本专利技术还提供一种多机器人任务分配装置，用于实现上述的多机器人任务分配方法，所述装置包括：
[0036]第一获取模块，用于获取机器人端的运行参数，所述机器人端包括多个机器人；
[0037]筛选模块，用于根据运行参数筛选存量任务集中的新任务；
[0038]发送模块，用于将新任务作为标书发送至每一机器人；
[0039]第二获取模块，用于获取每一机器人对该新任务生成的竞拍信息；
[0040]判别模块，用于根据所有竞拍信息中的最低报价确定执行该新任务的机器人。
[0041]本专利技术还提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的多机器人任务分配方法。
[0042]本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述的多机器人任务本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多机器人任务分配方法，其特征在于，所述方法包括：获取机器人端的运行参数，所述机器人端包括多个机器人；根据运行参数筛选存量任务集中的新任务；将新任务作为标书发送至每一机器人；获取每一机器人对该新任务生成的竞拍信息；根据所有竞拍信息中的最低报价确定执行该新任务的机器人。2.根据权利要求1所述的方法，其特征在于，所述运行参数包括：机器人的位置信息，所述存量任务集由至少一个未分配任务构成；根据运行参数筛选存量任务集中的新任务，包括：获取存量任务集中每一未分配任务的位置信息；根据机器人的位置信息和未分配任务的位置信息确定每一未分配任务的代价估计初值；筛选所有代价估计初值中的最小代价估计初值，将最小代价估计初值对应的未分配任务作为新任务。3.根据权利要求2所述的方法，其特征在于，根据机器人的位置信息和未分配任务的位置信息确定每一未分配任务的代价估计初值，包括：将第i个机器人的位置信息与第j个未分配任务的位置信息输入至预设计算模型中进行计算，得到代价值C
j,i
，所述代价值C
j,i
用于表征第i个机器人预执行第j个未分配任务的代价；构建第j个未分配任务的代价值集合C
j
，所述代价值集合C
j
为{C
j,1
,C
j,2
,C
j,3
,..,C
j,I
}，其中，I为机器人的总数；筛选第j个代价值集合C
j
中的最小代价值，将最小代价值作为第j个未分配任务的代价估计初值。4.根据权利要求1所述的方法，其特征在于，所述运行参数包括：机器人的状态信息，所述状态信息包括：空闲状态和工作状态；所述竞拍信息包括：空闲竞拍信息和工作竞拍信息，所述空闲竞拍信息由处于空闲状态的机器人生成，所述工作竞拍信息由处于工作状态的机器人生成。5.根据权利要求4所述的方法，其...

【专利技术属性】
技术研发人员：吕艳，温春雨，陈子昂，倪益华，倪忠进，
申请(专利权)人：浙江农林大学，
类型：发明
国别省市：