[发明专利]一种多机器人系统任务均衡分配协同工作控制方法

权利要求书

1.一种多机器人系统任务均衡分配协同工作控制方法，其特征在于，包括以下步骤：

步骤1：基于K-means算法，对作业任务区内的所有任务点进行聚类，聚类结果，是将所有任务点分成不同的类别，每一类任务点对应一台机器人；

将机器人系统工作任务中的每个任务点视为一个向量，由所有任务点组成向量集合，即聚类空间；在聚类空间中，将作业区的点任务分配给同一台机器人；

步骤2：将聚类后的任务点分为K个聚类簇，K同时也是机器人的数量，每一台机器人负责规划一个聚类簇中的任务点；聚类簇中任务点的数量为n_j，其中，j＝1,2,…,K；用d_ij表示第j个聚类簇中第i个任务点到其聚类簇中心点的距离；计算每个聚类簇的工作量统计M_j的最大值Max和最小值Min，以及方差为M_j的平均值；

步骤3：令thresh表示设定的方差阈值，若θ²thresh，则聚类完成，否则执行步骤4；

步骤4：进行自适应缩放聚类空间；

记最大值Max所在聚类空间为C_t，中心任务点为(X₀,Y₀,Z₀)，记最小值Min所在聚类空间为C_p,聚类簇中心点为(X₁,Y₁,Z₁)，P_i＝(X_i,Y_i,Z_i)为任务点；对P_i∈C_t，设定缩放倍数scale，并进行以下变换:

X_i＝(X_i-X₀)·scale+X₀ (1)

Y_i＝(Y_i-X₀)·scale+Y₀ (2)

Z_i＝(Z_i-Z₀)·scale+Z₀ (3)

对P_i∈C_p，进行以下变换：

X_i＝(X_i-X₁)/scale+X₁ (4)

Y_i＝(Y_i-Y₁)/scale+Y₁ (5)

Z_i＝(Z_i-Z₁)/scale+Z₁ (6)

之后，转至步骤2，继续进行统计和比较，直至聚类完成；

步骤5：根据聚类结果，进行机器人系统任务分配。

2.如权利要求1所述的一种多机器人系统任务均衡分配协同工作控制方法，其特征在于，步骤1中，将作业区内紧邻的任务点，视为聚类空间的单点。