多機器人系統(tǒng)中的機器人合作問題研究.pdf

1、隨著社會的發(fā)展，機器人應用領域正在不斷擴展。然而單機器人系統(tǒng)在信息的獲取、處理與控制能力等方面存在局限性，對于復雜的工作任務及多變的運行環(huán)境，單機器人系統(tǒng)的能力更顯不足。多機器人系統(tǒng)相比單機器人系統(tǒng)而言具有明顯的優(yōu)越性，通過多機器人合作，可高效地完成單機器人無法或難以完成的復雜任務。多機器人合作(Multi-robot Cooperation)屬于組織問題的范疇，涉及到博弈論、運籌學、人工智能等學科領域，是近年來多機器人系統(tǒng)領域的研究熱

2、點之一。通過對合作問題的研究，既可更好地實現(xiàn)對多機器人群體的組織與控制，又可為人工生命、社會科學等問題的研究提供一些有益的借鑒。因此本課題研究具有重要的科學意義和應用價值。
　　從定量分析的觀點出發(fā)，多機器人合作問題包含總任務的產生、任務分解、任務分配等內容。本文在全面收集、整理與綜合分析國內外有關本課題研究文獻資料的基礎上，對多機器人系統(tǒng)中的機器人合作問題及其應用展開了較深入的研究。主要研究工作如下:
　　(1)多機器人系

3、統(tǒng)的總任務產生與分解
　　針對動態(tài)搜索性環(huán)境下的救援機器人系統(tǒng)任務分解問題，在簡要分析系統(tǒng)總任務產生機理的基礎上，將七均值算法引入多機器人合作環(huán)境探索任務分解問題中，提出一種基于k均值聚類的RoboCup救援系統(tǒng)任務分解方法(kMC-RCRSTD)。仿真結果表明:該方法任務分解性能好，與同類方法相比，具有離群點率低、子任務差異度小、時間復雜度低等優(yōu)點。針對動態(tài)對抗性環(huán)境下的足球機器人系統(tǒng)任務分解問題，在簡要分析系統(tǒng)總任務產生機理的

4、基礎上，提出一種基于球場分區(qū)與足球引力場的足球機器人系統(tǒng)任務分解方法(CDSGF-SRSTD)。仿真結果表明:該方法可改善球隊競賽性能，與同類方法相比，可有效縮短任務分解時間、提高任務分配效率。
　　(2)基于機器人時間效用函數(shù)的多機器人任務分配模型
　　針對現(xiàn)有方法只是采用算法尋優(yōu)，而未將任務分配結果加以量化的缺陷，在綜合考慮機器人與任務之間距離、機器人始末姿態(tài)角度差及其到達目標點后所做動作等因素的基礎上，建立一種基于機器

5、人時間效用函數(shù)的多機器人任務分配模型(RTUF-MRTA)。該模型對機器人時間效用函數(shù)進行了定義與構建并對其可解性作了理論分析，給出了最佳任務分配方案存在唯一性定理并對其加以證明。相關實例驗證了該模型的有效性。該模型的提出為本文后續(xù)研究提供了堅實的理論基礎。
　　(3)基于遺傳算法的多機器人任務分配
　　針對任務分配這一NP難解問題，在給出相對于任務的機器人時間效用值矩陣的基礎上，提出一種基于遺傳算法的多機器人任務分配方法(

6、GA-MRTA)。RoboCup救援仿真任務分配實驗結果表明:基于該方法的問題求解和空間尋優(yōu)，可實現(xiàn)機器人到任務的最佳映射，使系統(tǒng)獲得較滿意的任務分配效果。
　　(4)基于改進粒子群優(yōu)化算法的多機器人任務分配
　　針對遺傳算法收斂速度慢、全局尋優(yōu)能力不強等不足，進一步提出一種基于改進粒子群優(yōu)化算法的多機器人任務分配方法(MPSO-MRTA)。RoboCup2D足球機器人任務分配仿真結果表明:基于該方法的問題求解不僅能實現(xiàn)機器

7、人到任務的最佳映射，而且具有算法收斂率高、收斂速度快、全局尋優(yōu)能力強等優(yōu)點。
　　(5)基于多目標優(yōu)化的多機器人任務分配
　　時耗和能耗通常是多機器人系統(tǒng)中評價任務完成效果的重要指標，在綜合考慮這兩項指標的基礎上，首次提出基于多目標（時間效用、能量效用）優(yōu)化的多機器人任務分配方法(MOO-MRTA)。該方法給出了機器人能量效用函數(shù)的定義與構建，建立了基于多目標的任務分配模型并討論了模型求解等問題。RoboCup救援仿真實驗表