一類多機器人系統(tǒng)任務分配方法的研究.pdf

1、隨著機器人應用領域的不斷拓展,所需完成的任務日益多樣化,任務環(huán)境日益復雜,在很多情形下單個機器人已經(jīng)很難滿足人們的需求。因此,機器人的研究開始向多機器人系統(tǒng)方向發(fā)展。相比于單個機器人,多機器人系統(tǒng)具有很大的優(yōu)越性,能夠完成更復雜的任務。
　　 多機器人任務分配是多機器人系統(tǒng)研究的一個關鍵問題,通過對多機器人任務分配的研究,可以提高任務完成的質(zhì)量和效率。本文的多機器人系統(tǒng)以戰(zhàn)場攻擊為背景,研究將不同的攻擊任務目標分配給不同的機器人

2、。
　　 首先,根據(jù)實際多機器人系統(tǒng),建立系統(tǒng)模型。通過研究可知多機器人任務分配實際上是一個多目標優(yōu)化問題,需要考慮多個優(yōu)化目標函數(shù)及約束條件。根據(jù)系統(tǒng)的實際要求,認為環(huán)境在執(zhí)行任務之前是靜態(tài)的,在執(zhí)行任務過程中是動態(tài)的,將任務分配分為預分配和重分配兩個階段分別進行建模研究。
　　 其次,在任務預分配階段,采用一種改進的多目標進化算法。在計算過程中,通過初始群體、非支配排序、選擇、交叉和變異等操作尋找最優(yōu)解,并對實際約束

3、問題和聚集距離計算方法進行研究。對該算法進行仿真驗證,結(jié)果表明改進的多目標進化算法能夠有效地解決多機器人任務預分配問題,可得到一組Pareto最優(yōu)解,具有良好的多樣性。
　　 然后,在任務重分配階段,研究基于量子行為的粒子群優(yōu)化算法,利用其解決需要快速得到優(yōu)化結(jié)果的重分配問題,并采用混沌思想和變異算子增強群體的多樣性。仿真結(jié)果表明在解決多機器人任務重分配問題上,量子行為粒子群算法具有良好的實時性。
　　 最后,設計多機器