[發明專利]一種群體機器人的控制方法和系統

有效

• 申請號: 201710954602.4
• 申請日: 2017-10-13
• 公開（公告）號: CN107831685B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 史玉回;孫立君;黃駿
• 申請（專利權）人: 南方科技大學
• 主分類號: G05B19/042
• 分類號: G05B19/042
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 唐致明

1.一種群體機器人的控制方法，所述群體機器人為能實現最少一種功能的單體機器人的集合，其特征在于，包括步驟：

基于歷史記錄建立預測模型，基于所述預測模型輸出預期任務值；

以單體機器人的功能約束，基于頭腦風暴優化算法處理所述預期任務值以生成若干行動策略，以預設的目標函數和約束條件為目標條件處理所述行動策略以獲取最優策略；

基于所述最優策略控制群體機器人；

所述行動策略包括單體機器人編號robot和任務編號task，其中，所述任務編號task用于標記所述單體機器人能實現的功能；

基于task讀取任務參數，基于robot讀取能力參數，基于所述能力參數、任務參數調用對應的評價函數；所述任務參數包括路徑參數，所述能力參數包括單體機器人的位置和移動速度；

基于頭腦風暴優化算法處理所述預期任務值的步驟包括以單體機器人的功能約束，隨機生成若干行動策略，將所述若干行動策略聚集成m個簇，按預設概率Pb在簇內或簇間隨機選擇已有的行動策略并生成新行動策略，基于所述評價函數比較所述新行動策略與父代行動策略，以時間為目標條件迭代選擇耗時最少的行動策略，標記該耗時最少的行動策略為最優策略；

獲取外部參數以動態更新目標函數和約束條件；

基于增量學習調節所述預測模型；

利用頭腦風暴優化算法對群體機器人的整體路徑進行動態優化，得到優化結果；

根據所述優化結果更新所述單體機器人對應的所述路徑參數。

2.根據權利要求1所述的一種群體機器人的控制方法，其特征在于，基于貪婪算法處理所述路徑參數和能力參數以獲取耗時最少的行動策略，標記該行動策略為最優策略。

3.一種群體機器人的控制系統，用于執行權利要求1所述方法，其特征在于，包括：

預測模塊，用于基于歷史記錄建立預測模型，基于所述預測模型輸出預期任務值；

計算模塊，用于以單體機器人的功能約束，基于頭腦風暴優化算法處理所述預期任務值以生成若干行動策略，以預設的目標函數和約束條件為目標條件處理所述行動策略以獲取最優策略；

控制模塊，用于基于所述最優策略控制群體機器人；

所述行動策略包括單體機器人編號robot和任務編號task，其中，所述任務編號task用于標記所述單體機器人能實現的功能；

基于task讀取任務參數，基于robot讀取能力參數，基于所述能力參數、任務參數調用對應的評價函數；所述任務參數包括路徑參數，所述能力參數包括單體機器人的位置和移動速度；

基于頭腦風暴優化算法處理所述預期任務值的步驟包括以單體機器人的功能約束，隨機生成若干行動策略，將所述若干行動策略聚集成m個簇，按預設概率Pb在簇內或簇間隨機選擇已有的行動策略并生成新行動策略，基于所述評價函數比較所述新行動策略與父代行動策略，以時間為目標條件迭代選擇耗時最少的行動策略，標記該耗時最少的行動策略為最優策略；

所述計算模塊，還用于獲取外部參數以動態更新目標函數和約束條件；

所述預測模塊，還用于基于增量學習調節所述預測模型；

所述控制模塊，還用于利用頭腦風暴優化算法對群體機器人的整體路徑進行動態優化，得到優化結果；

根據所述優化結果更新所述單體機器人對應的所述路徑參數。

4.根據權利要求3所述的一種群體機器人的控制系統，其特征在于，基于貪婪算法處理所述路徑參數和能力參數以獲取耗時最少的行動策略，標記該行動策略為最優策略。