多机器人系统协同作业技术发展近况与前景
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１ ． １ 基于群体任务分配
机器人所分配的任务集 中起来 ， 可组成一个整体 任务 。该法能有效解决群体机器人面临复杂的任 务分配问题 ， 可应用于大规模机器人分配。
１ ． ２ 基于 动态环 境 下的任 务分 配
根据任务 的规模大小可以将任务分为 ３ 种规 模： 小规模任务分配 、 中等规模任务分配 、 大规模 任务分配。根据任务规模的大小选择不 同的任务
１ ） 通讯消耗少 ， 遵 循 Ｍａ ｒ ｋ ｅ ｔ — Ｍａ ｎｅ ｔ 法 的 步骤 可以顺利完成任务分配 ；
２ ） 在多机器人任务分配中通讯和计算的工作 负载能够平衡机器人之间的协作 ； ３ ） 机器人在同一时间可 以扮演多个角色 ， 处 理 问题 是相 互独 立 的 ； ４ ） Ｍ ｒ ａ ｋ ｅ ｔ — Ｍ ｎｅ ａ ｔ 能有效解决多机器人任务分 配时资源约束问题 。该法适合 中小规模 的多机器 人协作 ， 能够实现全局最优任务分配。 文献［ １ ３ １ 柳林等针对多机器人的动态分布问 题， 提 出一种 基 于形式 化 的描 述方 法 ， 通过 能力 向
１ ４ ６
机电技术
２ ０ ｌ ３ 年１ ２ 月
多机器人 系统协 同作 业技术发展近况与前景
周 东健 张兴国 李成 浩
（ 南通大学机械工程学院 ， 江苏 南 通 ２ ２ ６ ０ １ ９ ） 摘 要： 多机器人协 同作业是机器人技术研究 的重点 和热 点之 一。文中综述 分析了多机器人的任务分配及路径规划
作者 简介 ： 周东健 （ １ ９ ８ ７ 一） ， 硕士研究生 ， 研究方 向： 多机器人系统及其智能规划技术 。
第６ 期
周东健 等 ： 多机器人 系统协 同作 业技术发展近况与前景
１ ４ ７
决动态环境下 的任务分配问题 已经成为近年来的 研究热点 。文献［ １ ５ ］ 季秀才等提出混合分布式任 务分配机制在足球机器人系统 中的应用 ， 此法提 出基于市场机制的协商式分配和基于规则的分配 方 。适用于实时环境不断不化的情况下 ， 对主攻 机器人利用市场机制进行任务分配 ， 可 以根据实 时动态进行任务重构 。对于辅助机器人则进行规 则分配 ， 即限定好在此环境下该类机器人该完成 的任务 。文献【 １ ６ 】 李 刚等对基于传感器信息对多 机器人 的任务分配进行 了研究 ， 提 出基于集 中式 和分布式相结合的混合式控制结构 ， 机器人在获 得招标信息后 ， 通过协商 ， 使用合 同网实现任务分 配 。机器人通过传感器接收到任务信 息 ， 根据各 个机器人 的不同性能 ， 分配适 当的任务 ， 由于环境
无 法 完成 的复 杂任务 。 因此 ， 多 机 器 人 系统 越 来 越 受 到 国 内外 学 者
人任务分配策略 ， 根据任务 的基本特点 ， 提出机器 人分配任务必须满足的 ４ 个基本 目标 ， 并 由此制 定相应 的４ 条策略 ， 建立多机器人的适应度模型 ， 此法限制了机器人的数量 ， 适用 于小规模的任务 分配。文献［ １ ２ ］ Ｌ ｉ Ｘ ｉ ａ ｎ ｇ ｐ ｅ ｎ ｇ 提出基于动态环境下 Ｍａ ｒ ｋ ｅ ｔ — Ｍ ａ ｎ ｅ ｔ 协作机 制对 多机器 人进行 任务 分 配， 该 方法有 ４ 个优 点 ：
技术， 重点介绍 了任务分配 的策略及 多机器 人路径规划 的技 术方法 ， 并 阐述其在不 同领域 的多机器人 系统 的应用情 况 ， 对
多机器人协同作 业未来发 展趋 势进行 了展望 。 关键词 ： 多机器人 ； 协 同作业 ； 任务分配 ； 路径规划
中图分类号 ： Ｔ Ｐ ２ ４ ２ 文献标识 码 ： Ａ 文章编号 ： １ ６ ７ ２ — ４ ８ ０ １ （ ２ ０ １ ３ ） ０ ６ — １ ４ ６ — ０ ５
系统的工作效率及每台机器人的性能 。因此 ， 选 择最优的多机器人任务分配方法就成为有效解决
多 机器 人 系统任 务分 配 问题 的关 键 。基 于任 务分
量对任务和机器人进行量化描述 ， 实现多机器人 之间的“ 显式” 合作。文献［ １ ２ １ 和［ １ ３ １ 所提出的方法 适合于 中等规模下 的动态任务分配。文献ｆ １ ４ １ 提
近年来 ， 机器人技术得到了迅猛发展 ， 在各行 各业得到广泛的应用 ， 如工业生产 、 航空航天、 医 学、 深海探索 、 军事等领域 。随着生产量和作业环 境 的不断变化 ， 有些工作仅靠单机器人难 以承担 ， 需 要通过多台机器人之间协同作业才能够完成 。 多机器人系统相 比于单机器人 系统有诸多优点 ， 如 多机 器 人 系 统适 应 环 境 能力 强 ， 环境 发 生 变 化 时能 自我调节 ； 多机器人 系统具有更好 的数据冗 余性及鲁棒性 ； 多机器人系统空间分布广 ， 同时具 有较好 的时间分布性 。通过多机器人 之间的协 同合作 ， 多机器人系统可以可靠地完成单机器人
出采用蚁群算法对多机器人进行任务分配 ， 此法 模仿蚁群之间的协作分工 ， 每 台机器人都是一个 独立 的个体 ， 都可 以接受任务 、 执行任务 ， 将所有
配类型 的不 同 ， 多机器人系统 的任务分配分为 ３
种类型 ： 基于群体任务分配、 基于动源自文库环境下的任
务分配和基于网络环境下的任务分配。
分配方法 ， 能最大限度 的发挥机器人 的能力。文 献『 １ １ １ 董炀斌 、 蒋静坪等提出基于适应度的多机器
正常情况下 ， 环境不可能是一成不变的 ， 其存
在一定 的动态变化 ， 这将会导致 了环境的不可预
知性和不确 定性 。当多机器人处 于动态环境下 时， 多机器人任务 的分配将变得 比较困难 ， 因此解
的广泛关注。本文将就多机器人在实际环境中的 任务分配技术和路径规划方法展开 ， 探讨 近年来 多机 器人 协 同作业 系统 的研究 进展 及研 究成 果 。
１ 多机器人 系统的任务分配
多机器人系统的任务分配是多机器人系统研
究 的 重要 问题 之 一 ， 方 法 的优 劣 会 直 接 影 响整 个
机器人所分配的任务集 中起来 ， 可组成一个整体 任务 。该法能有效解决群体机器人面临复杂的任 务分配问题 ， 可应用于大规模机器人分配。
１ ． ２ 基于 动态环 境 下的任 务分 配
根据任务 的规模大小可以将任务分为 ３ 种规 模： 小规模任务分配 、 中等规模任务分配 、 大规模 任务分配。根据任务规模的大小选择不 同的任务
１ ） 通讯消耗少 ， 遵 循 Ｍａ ｒ ｋ ｅ ｔ — Ｍａ ｎｅ ｔ 法 的 步骤 可以顺利完成任务分配 ；
２ ） 在多机器人任务分配中通讯和计算的工作 负载能够平衡机器人之间的协作 ； ３ ） 机器人在同一时间可 以扮演多个角色 ， 处 理 问题 是相 互独 立 的 ； ４ ） Ｍ ｒ ａ ｋ ｅ ｔ — Ｍ ｎｅ ａ ｔ 能有效解决多机器人任务分 配时资源约束问题 。该法适合 中小规模 的多机器 人协作 ， 能够实现全局最优任务分配。 文献［ １ ３ １ 柳林等针对多机器人的动态分布问 题， 提 出一种 基 于形式 化 的描 述方 法 ， 通过 能力 向
１ ４ ６
机电技术
２ ０ ｌ ３ 年１ ２ 月
多机器人 系统协 同作 业技术发展近况与前景
周 东健 张兴国 李成 浩
（ 南通大学机械工程学院 ， 江苏 南 通 ２ ２ ６ ０ １ ９ ） 摘 要： 多机器人协 同作业是机器人技术研究 的重点 和热 点之 一。文中综述 分析了多机器人的任务分配及路径规划
作者 简介 ： 周东健 （ １ ９ ８ ７ 一） ， 硕士研究生 ， 研究方 向： 多机器人系统及其智能规划技术 。
第６ 期
周东健 等 ： 多机器人 系统协 同作 业技术发展近况与前景
１ ４ ７
决动态环境下 的任务分配问题 已经成为近年来的 研究热点 。文献［ １ ５ ］ 季秀才等提出混合分布式任 务分配机制在足球机器人系统 中的应用 ， 此法提 出基于市场机制的协商式分配和基于规则的分配 方 。适用于实时环境不断不化的情况下 ， 对主攻 机器人利用市场机制进行任务分配 ， 可 以根据实 时动态进行任务重构 。对于辅助机器人则进行规 则分配 ， 即限定好在此环境下该类机器人该完成 的任务 。文献【 １ ６ 】 李 刚等对基于传感器信息对多 机器人 的任务分配进行 了研究 ， 提 出基于集 中式 和分布式相结合的混合式控制结构 ， 机器人在获 得招标信息后 ， 通过协商 ， 使用合 同网实现任务分 配 。机器人通过传感器接收到任务信 息 ， 根据各 个机器人 的不同性能 ， 分配适 当的任务 ， 由于环境
无 法 完成 的复 杂任务 。 因此 ， 多 机 器 人 系统 越 来 越 受 到 国 内外 学 者
人任务分配策略 ， 根据任务 的基本特点 ， 提出机器 人分配任务必须满足的 ４ 个基本 目标 ， 并 由此制 定相应 的４ 条策略 ， 建立多机器人的适应度模型 ， 此法限制了机器人的数量 ， 适用 于小规模的任务 分配。文献［ １ ２ ］ Ｌ ｉ Ｘ ｉ ａ ｎ ｇ ｐ ｅ ｎ ｇ 提出基于动态环境下 Ｍａ ｒ ｋ ｅ ｔ — Ｍ ａ ｎ ｅ ｔ 协作机 制对 多机器 人进行 任务 分 配， 该 方法有 ４ 个优 点 ：
技术， 重点介绍 了任务分配 的策略及 多机器 人路径规划 的技 术方法 ， 并 阐述其在不 同领域 的多机器人 系统 的应用情 况 ， 对
多机器人协同作 业未来发 展趋 势进行 了展望 。 关键词 ： 多机器人 ； 协 同作业 ； 任务分配 ； 路径规划
中图分类号 ： Ｔ Ｐ ２ ４ ２ 文献标识 码 ： Ａ 文章编号 ： １ ６ ７ ２ — ４ ８ ０ １ （ ２ ０ １ ３ ） ０ ６ — １ ４ ６ — ０ ５
系统的工作效率及每台机器人的性能 。因此 ， 选 择最优的多机器人任务分配方法就成为有效解决
多 机器 人 系统任 务分 配 问题 的关 键 。基 于任 务分
量对任务和机器人进行量化描述 ， 实现多机器人 之间的“ 显式” 合作。文献［ １ ２ １ 和［ １ ３ １ 所提出的方法 适合于 中等规模下 的动态任务分配。文献ｆ １ ４ １ 提
近年来 ， 机器人技术得到了迅猛发展 ， 在各行 各业得到广泛的应用 ， 如工业生产 、 航空航天、 医 学、 深海探索 、 军事等领域 。随着生产量和作业环 境 的不断变化 ， 有些工作仅靠单机器人难 以承担 ， 需 要通过多台机器人之间协同作业才能够完成 。 多机器人系统相 比于单机器人 系统有诸多优点 ， 如 多机 器 人 系 统适 应 环 境 能力 强 ， 环境 发 生 变 化 时能 自我调节 ； 多机器人 系统具有更好 的数据冗 余性及鲁棒性 ； 多机器人系统空间分布广 ， 同时具 有较好 的时间分布性 。通过多机器人 之间的协 同合作 ， 多机器人系统可以可靠地完成单机器人
出采用蚁群算法对多机器人进行任务分配 ， 此法 模仿蚁群之间的协作分工 ， 每 台机器人都是一个 独立 的个体 ， 都可 以接受任务 、 执行任务 ， 将所有
配类型 的不 同 ， 多机器人系统 的任务分配分为 ３
种类型 ： 基于群体任务分配、 基于动源自文库环境下的任
务分配和基于网络环境下的任务分配。
分配方法 ， 能最大限度 的发挥机器人 的能力。文 献『 １ １ １ 董炀斌 、 蒋静坪等提出基于适应度的多机器
正常情况下 ， 环境不可能是一成不变的 ， 其存
在一定 的动态变化 ， 这将会导致 了环境的不可预
知性和不确 定性 。当多机器人处 于动态环境下 时， 多机器人任务 的分配将变得 比较困难 ， 因此解
的广泛关注。本文将就多机器人在实际环境中的 任务分配技术和路径规划方法展开 ， 探讨 近年来 多机 器人 协 同作业 系统 的研究 进展 及研 究成 果 。
１ 多机器人 系统的任务分配
多机器人系统的任务分配是多机器人系统研
究 的 重要 问题 之 一 ， 方 法 的优 劣 会 直 接 影 响整 个