【技术实现步骤摘要】
本专利技术涉及多机器人任务分配问题和智能计算搜索，具体涉及一种用于多机器人系统的基于协同蚁群的机器人任务分配方法。
技术介绍
1、随着工业智能化时代的到来，多机器人系统作为一种新型智能制造和物流技术，正日益成为推动产业升级和发展的重要驱动力。与传统的单个机器人相比，多机器人系统具有诸多优势，其能够以更低的成本和更高的系统可靠性执行任务，具有更大的灵活性和扩展性，能够适应不同规模和复杂度的任务需求。根据机器人类型的不同，多机器人系统可分为同质多机器人系统和异构多机器人系统。在众多实际应用中，异构多机器人系统表现出了卓越的适应性和性能优势。通过将多个机器人协同工作，可以更加高效地完成任务，提高生产效率和质量。例如，在货物的拾取和交付领域，异构多机器人系统可以通过不同机器人的特长和能力来完成各种复杂任务，如搬运、分类和包装，从而提高了物流效率和灵活性。因此，如果合理地向机器人分配任务，调度其高效协作是多机器人系统研究和应用的重点。
2、此外，随着现代工业的迅速发展和智能化水平的提升，多机器人系统的应用场景逐渐呈现出大规模和复杂化的...
【技术保护点】
1.一种基于协同蚁群的多目标多机器人任务分配方法，其特征在于，包括：
2.根据权利要求1所述的一种基于协同蚁群的多目标多机器人任务分配方法，其特征在于，根据所在蚁群的信息素和启发式信息构建路径的步骤进一步包括：蚂蚁个体首先根据静态启发式信息和任务与任务之间的信息素选择下一个要执行的任务，然后计算任务与机器人之间的动态启发式信息并结合任务与机器人之间的信息素构建执行任务的机器人联盟；同时对每只蚂蚁构建的可行解的每一个任务-任务和任务-机器人路径执行信息素的局部更新。
3.根据权利要求1所述的一种基于协同蚁群的多目标多机器人任务分配方法，其特征在于...
【技术特征摘要】
1.一种基于协同蚁群的多目标多机器人任务分配方法，其特征在于，包括：
2.根据权利要求1所述的一种基于协同蚁群的多目标多机器人任务分配方法，其特征在于，根据所在蚁群的信息素和启发式信息构建路径的步骤进一步包括：蚂蚁个体首先根据静态启发式信息和任务与任务之间的信息素选择下一个要执行的任务，然后计算任务与机器人之间的动态启发式信息并结合任务与机器人之间的信息素构建执行任务的机器人联盟；同时对每只蚂蚁构建的可行解的每一个任务-任务和任务-机器人路径执行信息素的局部更新。
3.根据权利要求1所述的一种基于协同蚁群的多目标多机器人任务分配方法，其特征在于，三个优化目标的具体表达式如下：
4.根据权利要求1所述的一种基于协同蚁群的多目标多机器人任务分配方法，其特征在于，根据所在蚁群的信息素和启发式信息构建路径进一步包括：蚂蚁个体首先根据静态启发式信息η1和任务-任务路径之间的信息素τ1,c选择下一个要执行的任务，然后计算任务-机器人路径之间的动态启发式信息η2并结合任务与机器人之间的信息素τ2,c构建执行任务的机器人联盟，同时对每只蚂蚁个体构建的可行解的每一个任务-任务和任务-机器人路径执行信息素的局部更新，构建成蚂蚁个体的新可行解。
5.根据权利要求1所述的一种基于基于协同蚁群的多目标多机器人任务分配方法，其特征在于，所在蚁群的信息素进一步包括每个蚁群...
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。