基于资源拍卖的农业多机器人任务分配

针对农田环境中多机器人协同作业的问题,提出一种基于资源的任务分配算法,用于在具有机器人资源的再填充站的长期任务中高效地执行多个任务.针对多机器人任务分配问题,对多机器人任务进行建模,并分析任务相关模型及任务能量指标.在进行拍卖算法任务分配时,在考虑机器人数目约束、工作时间约束、距离约束的基础上,加入任务执行能力的约束,考虑机器人在长期任务执行期间资源量消耗问题,使各个农机有序地为农田地块服务,降低整个系统的执行代价,提高任务完成量.利用MATLAB平台进行仿真实验,生成多机器人多任务点的分配优化结果,并设置多组不同数量的机器人,对比该算法同其他三种算法的效果.仿真结果表明,该算法可以有效地提高作业效率,在相同条件下使资源消耗量及任务完成量达到最优,证明了其优越性,同时计算结果与实际作业完成量更接近,提高了结果的精准性.     

一种多机器人任务规划算法及其系统实现

针对多机器人任务规划问题,提出了一种蚁群集中式规划方法,建立了任务分配和路由规划的蚁群算法描述模型,并利用局部搜索策略改进了蚁群算法分配效果,实现了多机器人集中任务规划系统.利用该系统平台,进行了大量的实验分析.结果表明,蚁群算法能有效解决多机器人任务规划问题,为多机器人协作机制提供了新思路.     

智能仓储中的多机器人调度方法

近年来,传统仓储系统已满足不了日益增长的订单需求并已渐渐向智能仓储转变。针对智能仓储中移动机器人的调度问题,以移动机器人执行任务时的转向次数、路程代价、最大任务等待时间为优化目标,提出一种兼顾任务分配和路径规划的调度算法。算法采用遗传算法进行任务分配,同时以多个移动机器人为目标进行任务分配,保证每个机器人分配到的任务没有重复。然后采用Q-learning算法对机器人分配到的任务进行路径规划,根据转向次数和路程代价约束路径,对于路径转向和每一步可行的动作均设有惩罚值,最终形成一条转向次数少、行程较短的路径。通过将该算法与其他算法进行对比,证实了该算法的有效性。     

煤矿井下群机器人高效任务分配算法

松散型合作群机器人系统在现阶段煤矿辅助机器人作业中具有广泛应用前景。但松散型合作群机器人系统的任务分配过程未向划分过程进行反馈,导致任务划分与分配过程高效性与合理性不足。针对该问题,提出一种基于改进型鲁宾斯坦协商策略的煤矿井下群机器人高效任务分配算法。根据群机器人系统任务划分与分配过程的多方博弈特点,将鲁宾斯坦协商策略由双方博弈向多方共同博弈方向延伸,提出多方协商博弈的“出价-讨价-还价”规则。从机器人个体执行能力与任务执行情况差异的角度出发,提出基于机器人个体单位时间任务完成量的折扣因子计算方法,以及基于各分配周期任务执行情况的任务完成状态反馈参数模型,以实现任务的动态划分与分配。通过3组机器人合作执行煤矿矿区的整体监测任务,对算法性能开展实验验证,结果表明：(1)算法3（采用改进型鲁宾斯坦协商策略）的任务划分与分配效率较算法1（将每组无人机数量与运行速度乘积的比例直接作为3组无人机任务划分与分配的标准）、算法2（使用多方共同协商的鲁宾斯坦协商策略,但不考虑任务完成状态反馈参数）分别提升了30.10%,18.29%。(2)基于算法3的3组无人机执行任务的平均最大时间差为42 s,较算...     

基于胸腺肽调节机制的多机器人免疫任务分配

针对多机器人系统协作中的任务分配问题,提出一种基于胸腺肽的免疫任务分配算法(TPITAA).借鉴独特型免疫网络假设,将机器人作为B细胞,机器人行为作为抗体,机器人任务作为抗原,通过抗原与抗体间的激励和抑制机理构建免疫分配模型.为进一步提高分配效率,根据胸腺肽的免疫调节机理,定义基于机器人运动方向的胸腺肽反馈函数,实现免疫分配中的抗体激励水平及浓度自调节.仿真实验表明,新算法能实现任务的自动分配,减少任务完成时间,提高系统执行效率,较好地解决多机器人系统中的协作搬运问题.     

一种共享资源敏感的实时任务分配算法

为提高多核实时系统分组固定优先级调度策略下的任务分配效率,该文对FIFO(First In First Out)自旋机制下任务阻塞时间,以及自旋等待造成的可调度性损失进行了定量分析,提出了一种新的任务相关度评价方法以衡量核间任务的相关性,并基于该方法提出了共享资源敏感的任务分配算法.该算法包含任务分组策略和任务组拆分策略.任务分组策略将存在共享资源冲突的任务划分为相关任务子集,尽可能将相关任务子集分配到同一核上,以避免核间任务相互阻塞造成可调度性损失;任务组拆分策略则根据任务相关度评价结果,对无法分配到同一核上的相关任务子集进行拆分,并将拆分出的任务分配到当前负载最轻的核上,以减小自旋造成的可调度性损失.实验结果表明,该算法任务集合接受率高于同类算法,而系统自旋损失低于同类算法.     

基于效用函数的多机器人系统任务分配

目前所采用的多机器人系统任务分配方法大多都忽略了任务分配的解质量问题。从定量的角度出发,提出了一种基于效用函数的多机器人系统任务分配策略,在机器人能力向量和子任务要求的能力向量基础上,建立了效用函数的数学模型,根据效用函数大小进行任务分配。仿真实验在足球机器人仿真比赛平台上进行,结果表明该任务分配算法对异构多机器人系统合作具有很好的通用性,且算法快速简单,能够实现任务到机器人的最优映射。     

基于帕累托改进的多机器人动态任务分配算法

针对多机器人系统动态任务分配中存在的优化问题,在使用合同网初始任务分配的基础上提出了一种使用帕累托改进的任务二次分配算法。多机器人系统并行执行救火任务时,首先通过初始化任务分配将多机器人划分为若干子群;然后,每个子群承包某一救火任务,子群在执行任务的同时与就近子群进行帕累托改进确定需要迁移的机器人,实现两子群之间帕累托最优;最后,使用后序二叉树遍历对所有子群进行帕累托改进实现全局帕累托最优。理论分析和仿真结果表明,相较于强化学习算法和蚁群算法,所提算法的救火任务时间分别减少26.18%和37.04%;相较于传统合同网方法,所提算法在时间方面能够高效完成救火任务,在系统收益方面也具有明显优势。     

基于ARM及机器视觉的智能药品运送机器人系统设计与研究

针对目前新冠疫情下人力资源紧缺，医疗人员工作风险高，医疗配送服务系统自动化的需求。设计出了一种基于嵌入式的医疗智能送药机器人系统。工作人员可在初始药房位置给定机器人应配送的门牌号房间，药品货物装载自动检测后，机器人将完成包括送药病房门牌号识别、路径规划、停车卸货等一系列配送任务。该系统以STM32F407IGT6高性能ARM芯片为控制核心，搭载具有KPU神经网络运算器的K210嵌入式平台进行门牌号识别，通过OPENMV4Plus开源硬件进行机器视觉寻迹，能够在复杂的医疗环境下准确无误的完成自身的配送药物任务。通过系统的实验测试，该机器人运行高效稳定，具有一定的推广价值。     

用于多机器人路径规划的一种改进蚁群算法

基于MATLAB平台,将改进的蚁群算法应用于多移动机器人的路径规划。为了避免多机器人协作时容易引起的"任务死锁",每当机器人选择到系统中所有机器人一起合作也无法完成的任务时,降低该任务的信息素浓度,使得机器人能够跳出该任务,从而得以顺利完成其他可完成的任务。仿真研究表明:该算法能明显改善多机器人路径规划性能,并且算法简单有效。