多機(jī)器人系統(tǒng)中的機(jī)器人合作問題研究.pdf

1、隨著社會(huì)的發(fā)展，機(jī)器人應(yīng)用領(lǐng)域正在不斷擴(kuò)展。然而單機(jī)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(duì)于復(fù)雜的工作任務(wù)及多變的運(yùn)行環(huán)境，單機(jī)器人系統(tǒng)的能力更顯不足。多機(jī)器人系統(tǒng)相比單機(jī)器人系統(tǒng)而言具有明顯的優(yōu)越性，通過多機(jī)器人合作，可高效地完成單機(jī)器人無法或難以完成的復(fù)雜任務(wù)。多機(jī)器人合作(Multi-robot Cooperation)屬于組織問題的范疇，涉及到博弈論、運(yùn)籌學(xué)、人工智能等學(xué)科領(lǐng)域，是近年來多機(jī)器人系統(tǒng)領(lǐng)域的研究熱

2、點(diǎn)之一。通過對(duì)合作問題的研究，既可更好地實(shí)現(xiàn)對(duì)多機(jī)器人群體的組織與控制，又可為人工生命、社會(huì)科學(xué)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(xué)意義和應(yīng)用價(jià)值。
　　從定量分析的觀點(diǎn)出發(fā)，多機(jī)器人合作問題包含總?cè)蝿?wù)的產(chǎn)生、任務(wù)分解、任務(wù)分配等內(nèi)容。本文在全面收集、整理與綜合分析國內(nèi)外有關(guān)本課題研究文獻(xiàn)資料的基礎(chǔ)上，對(duì)多機(jī)器人系統(tǒng)中的機(jī)器人合作問題及其應(yīng)用展開了較深入的研究。主要研究工作如下:
　　(1)多機(jī)器人系

3、統(tǒng)的總?cè)蝿?wù)產(chǎn)生與分解
　　針對(duì)動(dòng)態(tài)搜索性環(huán)境下的救援機(jī)器人系統(tǒng)任務(wù)分解問題，在簡要分析系統(tǒng)總?cè)蝿?wù)產(chǎn)生機(jī)理的基礎(chǔ)上，將七均值算法引入多機(jī)器人合作環(huán)境探索任務(wù)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(wù)分解方法(kMC-RCRSTD)。仿真結(jié)果表明:該方法任務(wù)分解性能好，與同類方法相比，具有離群點(diǎn)率低、子任務(wù)差異度小、時(shí)間復(fù)雜度低等優(yōu)點(diǎn)。針對(duì)動(dòng)態(tài)對(duì)抗性環(huán)境下的足球機(jī)器人系統(tǒng)任務(wù)分解問題，在簡要分析系統(tǒng)總?cè)蝿?wù)產(chǎn)生機(jī)理的

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

5、人時(shí)間效用函數(shù)的多機(jī)器人任務(wù)分配模型(RTUF-MRTA)。該模型對(duì)機(jī)器人時(shí)間效用函數(shù)進(jìn)行了定義與構(gòu)建并對(duì)其可解性作了理論分析，給出了最佳任務(wù)分配方案存在唯一性定理并對(duì)其加以證明。相關(guān)實(shí)例驗(yàn)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(jiān)實(shí)的理論基礎(chǔ)。
　　(3)基于遺傳算法的多機(jī)器人任務(wù)分配
　　針對(duì)任務(wù)分配這一NP難解問題，在給出相對(duì)于任務(wù)的機(jī)器人時(shí)間效用值矩陣的基礎(chǔ)上，提出一種基于遺傳算法的多機(jī)器人任務(wù)分配方法(

6、GA-MRTA)。RoboCup救援仿真任務(wù)分配實(shí)驗(yàn)結(jié)果表明:基于該方法的問題求解和空間尋優(yōu)，可實(shí)現(xiàn)機(jī)器人到任務(wù)的最佳映射，使系統(tǒng)獲得較滿意的任務(wù)分配效果。
　　(4)基于改進(jìn)粒子群優(yōu)化算法的多機(jī)器人任務(wù)分配
　　針對(duì)遺傳算法收斂速度慢、全局尋優(yōu)能力不強(qiáng)等不足，進(jìn)一步提出一種基于改進(jìn)粒子群優(yōu)化算法的多機(jī)器人任務(wù)分配方法(MPSO-MRTA)。RoboCup2D足球機(jī)器人任務(wù)分配仿真結(jié)果表明:基于該方法的問題求解不僅能實(shí)現(xiàn)機(jī)器

7、人到任務(wù)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(qiáng)等優(yōu)點(diǎn)。
　　(5)基于多目標(biāo)優(yōu)化的多機(jī)器人任務(wù)分配
　　時(shí)耗和能耗通常是多機(jī)器人系統(tǒng)中評(píng)價(jià)任務(wù)完成效果的重要指標(biāo)，在綜合考慮這兩項(xiàng)指標(biāo)的基礎(chǔ)上，首次提出基于多目標(biāo)（時(shí)間效用、能量效用）優(yōu)化的多機(jī)器人任務(wù)分配方法(MOO-MRTA)。該方法給出了機(jī)器人能量效用函數(shù)的定義與構(gòu)建，建立了基于多目標(biāo)的任務(wù)分配模型并討論了模型求解等問題。RoboCup救援仿真實(shí)驗(yàn)表