[发明专利]基于拍卖算法的异构多机器人任务分配方法

权利要求书

1.一种基于拍卖算法的异构多机器人任务分配方法，其特征在于，包括以下步骤：

S1：机器人由于硬件和软件的不同具备类不同的能力，包括感知能力、执行能力在内的能力，将每个独立的能力当做一个原子能力，m个原子能力用一个集合表示C＝{c_j}，1≤j≤m，采用原子能力构建异构机器人系统能力向量及异构任务能力向量；

S2：异构多机器人系统拍卖算法第k轮拍卖开始，任务j进行拍卖，按照任务j的能力向量对其进行分解直至分解为原子能力；

S3：初始化决策向量α_i(t)，价格向量p_i.j(t)，以及分配向量b_i.j(t)；

S4：各个异构多机器人根据与任务的距离，自身的能力向量模型，结合目标任务的匹配程度p_ij，得到各自的目标任务j收益函数e_ij；

S5：对目标任务j给出报价，拍卖中心将获利价值最大任务和机器人进行分配，若该任务已进行分配，则机器人之间交换任务，并进行任务全局价格的更新；

S6：若所有的异构机器人都满足价格平衡方程，则本次任务分配完成，所有的异构机器人服从该分配方法开始执行相应任务；

在进行步骤S1前，还包括构建异构多机器人通信网络，异构多机器人通信网络由动态图G(t)＝(V，E(t))进行表示，其中V＝{1，...，n}表示动态图中顶点集合，E(t)＝{(i，j)|i，j∈V}表示网络图中动态连接的集合，并且对于任意顶点i和j由连接(i，j)∈E(t)组成，都可称为t时刻的邻接节点，机器人i在t时刻的网络邻接节点可表示为N_i(t)＝{j∈V|(i，j)∈E(t)}。

2.根据权利要求1所述的基于拍卖算法的异构多机器人任务分配方法，其特征在于，所述步骤S1，构建各异构机器人系统能力向量及异构任务能力向量，具体包括：

通过原子能力集合C＝{c_j}，1≤j≤m，对于机器人i执行能力向量为：

其中，原子能力c_n的强弱程度可由数值a_in进行表示，若机器人不具备某个能力，则a_in＝0；

对于任务j其任务能力向量为：

异构机器人由于自身能力的不同，原子能力c_n的强弱程度可由数值b_im进行表示，若完成任务不需求某个能力，则b_im＝0。

3.根据权利要求2所述的基于拍卖算法的异构多机器人任务分配方法，其特征在于，所述步骤S2异构多机器人系统拍卖算法第k轮拍卖开始，任务j进行拍卖，按照任务j的能力向量对其进行分解直至分解为原子能力得到原子能力集合T_s。

4.根据权利要求3所述的基于拍卖算法的异构多机器人任务分配方法，其特征在于，所述步骤S4各个异构多机器人根据与任务的距离，自身的能力向量任务收益代价模型，结合目标任务的匹配程度p_ij，得到各自的目标任务j收益函数e_ij，具体包括：

不同种类的机器人拥有不同的收益函数，各个机器人完成任务所获得的收益如公式：

其中c_i为能力系数，x_ij为该能力对应的目标函数，d_ij为机器人i与任务j与任务之间的距离，由机器人自身的传感器或底层的路径规划提供该数值，p_ij表示机器人i与任务j的匹配程度：

其中，b_im和a_in分别表示任务原子能力的值和执行该任务机器人的能力值，各个机器人通过具体的环境和任务信息得到收益函数取值。