[发明专利]基于分簇的多机器人任务分配方法

说明书

技术领域

本发明涉及的是一种多机器人协作控制技术。 

背景技术

利用多机器人系统协作探索未知环境与单机器人相比具有很多优点：首先，多个机器人的传感器视野更加宽阔，信息冗余有利于提高机器人的定位精度和地图创建的质量；其次，多机器人系统的容错性可以防止由于单个机器人失效引起的任务失败；再次，多机器人系统的并行处理能力可以在更短的时间内完成特定的任务。最后，多个简单异构机器人之间的功能互补可以实现单个复杂机器人无法实现的功能。 

经验表明在复杂环境中，所有机器人探索同一处环境并不一定能够快速实现探索任务。在不同的环境状态下，机器人如果能够根据环境的状态合理地、动态地产生不同的协作模式，能够大大增加机器人协作效率。可以说，多机器人协作探索中的自适应任务分配不仅能够增加系统的灵活性和适应性，还能够大大减少机器人因不合理协作模式下产生的资源浪费，具有一定的研究意义。 

任务分配体现了多机器人系统高层的组织形式和运行机制，是系统实现未知环境探索任务的基础。分配机制合理与否直接关系到多机器人系统中各成员能否最大限度发挥自身潜力，直接影响系统任物完成的效率。所以在现有机制基础上，通过协调合作完成预定任务已经成为该领域的研究热点。 

早期的多机器人任务分配方法多为集中式控制。多机器人系统存在集中分配者(主机器人或管理机器人)，负责规划、决策和任务分配。任务分配时，机器人通过查询一张关于所有机器人信息的表格来直接指定或是协商完成任务的分配。其优点明显：协调简单、通讯开销少，可获得全局最优解，对于规模较小的系统而言，其任务的优化分配易于实现。但随着机器人数量的增加，系统性能将显著降低，且系统的实时性、容错性较差，不适于动态的任务分配。 

随着分布式人工智能的快速发展，适用于动态、开放的任务环境的分布式任务分配方法以其反应速度快、灵活性高、适应性强等特点，受到人们的广泛关注。由于多机器人系统中没有中央节点，不依赖于全局知识机器人，机器人个体高度自治，因此系统有很强的冗余性，即使有个别机器人失效也不会影响系统整体的效能。机器人个体通过局 部信息规划其行为，并通过协商合作完成任务，对于规模较大的系统，也可以通过优化任务分配的方式实现任务的实时处理。分布算法对动态环境的反应速度快，鲁棒性强。但由于缺乏全局核心的控制，所以全局协调性差，通讯开销巨大。虽然这种结构增加了系统的复杂性，难以得到全局最优的方案，但分布式的任务分配方法以其突出的柔性、高效性和鲁棒性仍不失是一种行之有效的任务分配方式。其典型的代表有合同网分配和熟人网分配。 

在目前国内外大多数与本发明先关的专利文件中，关于生物协作行为启发多机器人任务分配方法很少报道，仅有的报道都是采用群体优化策略来实现分配的最优化，并没有考虑个体交互的局部性。而其他的任务分配方法多数采用协商式，具有复杂的设计模式，系统灵活性、实时性较差。 

发明内容

本发明的目的在于提供一种能大大减少机器人的相互依赖性，增加了系统的灵活性、适应性和鲁棒性的基于分簇的多机器人任务分配方法。 

本发明的目的是这样实现的： 

本发明的基于分簇的多机器人任务分配方法包括分簇结构的生成方法和簇间机器人的动态任务分配方法；当发现任务信息时，为了便于机器人的协作，通过簇结构的生成方法建立适合当前任务的机器人分簇结构；当任务发生改变时，通过不同子簇间机器人的动态任务分配，实现各子任务中机器人数量的动态均衡，提高协作任务的有效性。其实现步骤如下： 

(1)任务开始，系统中的每个机器人查找是否存在簇结构。为此，需要给出簇结构的相关定义。当多个机器人之间产生能够信息共享和交流的通信网络，并具有同一个任务目标时，称这些机器人为一“簇”。在一簇机器人中，具有决策能力的机器人称为“簇头”。通常簇头具有最高决策权，新机器人的加入或者机器人的“离开”都需要簇头来决策。单独节点自身为簇头。通常簇头是由具有全局信息最多的机器人承担。当系统中存在簇结构，则转到(3)，否则转到(2)。 

(2)基于树型拓扑的分簇结构生成算法生成新簇。 

当独立机器人遇到其他机器人后，判断机器人之间能否能够协作。当两个机器人具有协作条件时，在某个簇内的机器人会向簇头发出请求，簇头根据任务的难度和当前簇内节点数量来判断是否需要该机器人加入簇中。如果允许新的机器人加入簇中，则按照簇结构创建和管理规则生成新簇结构。