[发明专利]一种基于多目标优化的多机器人任务分配方法

摘要

本发明提供一种基于多目标优化的多机器人任务分配方法，采用加权求和的方式对时间效用目标和能量效用目标进行建模，优化时间效用目标和能量效用目标，实现多机器人任务分配；能量效用是用于评价机器人在完成任务过程中的能量耗费；时间效用是用于评价机器人在完成任务过程中的时间耗费。该方法在多机器人完成任务过程中能够有效体现时间耗费和能量耗费两个因素的评价机制，使得计算时间少，可实现快速得到多机器人的最优任务分配方案集，从而大大降低任务分配时间，提高任务完成效率。本发明更全面、更系统化的解决多机器人系统中的任务分配问题，增加一个基于该机制的任务分配结果优劣的量化评估指标，实现提高任务分配结果的科学性与合理性。

主权项

1.一种基于多目标优化的多机器人任务分配方法，其特征在于：采用加权求和的方式对时间效用目标和能量效用目标进行建模，得到多机器人时间－能量加权效用函数；再通过分别设定时间效用目标和能量效用目标的权重来优化时间效用目标和能量效用目标，实现多机器人任务分配；其中，能量效用是用于评价机器人在完成任务过程中的能量耗费；时间效用是用于评价机器人在完成任务过程中的时间耗费；所述采用加权求和的方式对时间效用目标和能量效用目标进行建模，得到多机器人时间－能量加权效用函数；再通过分别设定时间效用目标和能量效用目标的权重来优化时间效用目标和能量效用目标是指：包括以下步骤：第一步，构建p个机器人相对于n个任务的机器人能量效用函数vij：通过逐一计算各个机器人相对于各个任务的能量效用函数值vij，vij∈[0,1]且1≤i≤p、1≤j≤n，则得到机器人能量效用值矩阵V：其中，为表征机器人移动能力的机器人能量效用函数；为表征机器人处理能力的机器人能量效用函数；表示第i个机器人的移动能力；表示第i个机器人的处理能力；表示第j个任务所要求的机器人的移动能力；表示第j个任务所要求的机器人的处理能力；W′_ij表示第i个机器人在执行第j个任务过程中所付出的移动能量；W_3ij表示第i个机器人在执行第j个任务过程中所付出的处理能量；W_m1为机器人在其所处的环境中移动最长距离时的能耗；W_m2为机器人在其所处的环境中转动最大角度时的能耗；W_m3为机器人将重物举到最高位置时的能耗；λ₁、λ₂分别表示机器人移动能力和处理能力的效用权重，λ₁≥0、λ₂≥0，且其和为1；第二步，构建p个机器人相对于n个任务的机器人时间效用函数uij：通过计算每个机器人相对于每个任务的时间效用函数值uij,0≤uij≤1,1≤i≤p,1≤j≤n，则可得到机器人时间效用值矩阵U：其中，为表征机器人移动能力的机器人时间效用函数；为表征机器人处理能力的机器人时间效用函数；表示第i个机器人的移动能力；表示第i个机器人的处理能力；表示第j个任务所要求的机器人的移动能力；表示第j个任务所要求的机器人的处理能力；T_m1为机器人在所处的场地中移动最长距离所需的最长时间；T_m2为机器人将重物举到最高高度所需的时间；T_1ij为第i个机器人在执行第j个任务过程中整个移动阶段所需的时间；T_2ij为第i个机器人在执行第j个任务过程中举起重物所需的时间；k₁、k₂分别表示机器人移动能力和处理能力的效用权重，k₁≥0、k₂≥0，且其和为1；第三步，构建基于时间效用和能量效用两个目标的p个机器人相对于n个任务的机器人时间－能量加权效用函数qij：其中，ω1、ω2分别表示时间效用目标、能量效用目标的机器人效用权重，且ω1+ω2＝1；第四步，通过第三步中机器人时间－能量加权效用函数进行多机器人任务分配：step1：判断时间效用权重ω1和能量效用权重ω2的值是否已知；step2：若ω1和ω2的值已知，则判断ω1+ω2是否等于1；step3：若ω1+ω2≠1，则修改ω1、ω2的值，转step2；若ω1+ω2＝1，则将机器人时间效用值矩阵U和机器人能量效用值矩阵V代入式(3)中，得到固定权重下机器人时间－能量效用值矩阵Q：再通过智能进化算法求解系统最优任务分配方案，转step6；step4：若ω1和ω2的值未知，则根据具体需要设定ω1、ω2的变化步长，记为s，并且给ω1和ω2分别赋初值1和0，即令ω1＝1、ω2＝0，并进行step5；step5：将机器人时间效用值矩阵U和机器人能量效用值矩阵V代入式(3)中，得到可变权重下机器人时间－能量效用值矩阵Q；ω1+ω2＝1；ω1≥0,ω2≥0αij∈{0,1}；1≤i≤n,1≤j≤ni,j,k∈N其中，αij代表所求解的基于多目标的多机器人任务分配结果矩阵α中的矩阵元素；当αij＝1，则表示将任务tj分配给机器人ri；当αij＝0，则表示任务tj不分配给机器人ri；再通过智能进化算法求解系统最优任务分配方案集；ω1＝ω1‑sω2＝ω2+s直至ω1<0；step6：结束。