[發(fā)明專利]一種群體機器人的控制方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710954602.4
• 申請日: 2017-10-13
• 公開（公告）號: CN107831685B
• 公開（公告）日: 2023-03-14
• 發(fā)明（設(shè)計）人: 史玉回;孫立君;黃駿
• 申請（專利權(quán)）人: 南方科技大學(xué)
• 主分類號: G05B19/042
• 分類號: G05B19/042
• 代理公司: 廣州嘉權(quán)專利商標事務(wù)所有限公司 44205
• 代理人: 唐致明

本發(fā)明公開了一種群體機器人的控制方法和系統(tǒng)，該方法包括：基于歷史記錄建立預(yù)測模型，基于所述預(yù)測模型輸出預(yù)期任務(wù)值；以單體機器人的功能約束，基于頭腦風(fēng)暴優(yōu)化算法處理所述預(yù)期任務(wù)值以生成若干行動策略，以預(yù)設(shè)的目標函數(shù)和約束條件為目標條件處理所述行動策略以獲取最優(yōu)策略；基于所述最優(yōu)策略控制群體機器人。該系統(tǒng)用于執(zhí)行對應(yīng)方法。本發(fā)明基于歷史記錄建立預(yù)測模型以輸出預(yù)期任務(wù)值，基于任務(wù)值和機器人功能輸出任務(wù)的組合，基于頭腦風(fēng)暴算法處理任務(wù)的組合并輸出最優(yōu)的行動策略以控制群體機器人，能夠合理控制群體機器人以實現(xiàn)復(fù)雜任務(wù)。

技術(shù)領(lǐng)域

本發(fā)明涉及機器人控制技術(shù)領(lǐng)域，尤其涉及一種群體機器人的控制方法和系統(tǒng)。

背景技術(shù)

隨著老齡化進程的加快，人力成本也在顯著提高，機器人作為單純?nèi)肆Φ奶娲桨冈絹碓绞艿街匾暋Ｔ陬愃撇蛷d等工作環(huán)境，工作崗位眾多，如果是功能單一的機器人，則整體的成本太高，因此多功能的機器人正在逐漸取代單一功能的機器人，而此時，需要面臨給群體的機器人分配一個合理的任務(wù)的問題。

發(fā)明內(nèi)容

為了解決任務(wù)分配問題，本發(fā)明通過提供一種群體機器人的控制方法和系統(tǒng)。

本發(fā)明采用的技術(shù)方案一方面為一種群體機器人的控制方法，所述群體機器人為能實現(xiàn)最少一種功能的單體機器人的集合，包括步驟：基于歷史記錄建立預(yù)測模型，基于所述預(yù)測模型輸出預(yù)期任務(wù)值；以單體機器人的功能約束，基于頭腦風(fēng)暴優(yōu)化算法處理所述預(yù)期任務(wù)值以生成若干行動策略，以預(yù)設(shè)的目標函數(shù)和約束條件為目標條件處理所述行動策略以獲取最優(yōu)策略；基于所述最優(yōu)策略控制群體機器人。

優(yōu)選地，所述行動策略包括單體機器人編號robot和任務(wù)編號task，其中，所述任務(wù)編號task用于標記所述單體機器人能實現(xiàn)的功能；基于task讀取任務(wù)參數(shù)，基于robot讀取能力參數(shù)，基于所述能力參數(shù)、任務(wù)參數(shù)調(diào)用對應(yīng)的評價函數(shù)。

優(yōu)選地，基于頭腦風(fēng)暴優(yōu)化算法處理所述預(yù)期任務(wù)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(yù)設(shè)概率Pb在簇內(nèi)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(shù)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(yōu)策略。

優(yōu)選地，所述任務(wù)參數(shù)包括路徑參數(shù)，所述能力參數(shù)包括單體機器人的位置和移動速度；基于貪婪算法處理所述路徑參數(shù)和能力參數(shù)以獲取耗時最少的行動策略，標記該行動策略為最優(yōu)策略。

優(yōu)選地，獲取外部參數(shù)以動態(tài)更新目標函數(shù)和約束條件。

優(yōu)選地，還包括基于增量學(xué)習(xí)調(diào)節(jié)所述預(yù)測模型。

本發(fā)明采用的技術(shù)方案另一方面為一種群體機器人的控制系統(tǒng)，用于執(zhí)行上述方法，包括：預(yù)測模塊，用于基于歷史記錄建立預(yù)測模型，基于所述預(yù)測模型輸出預(yù)期任務(wù)值；計算模塊，用于以單體機器人的功能約束，基于頭腦風(fēng)暴優(yōu)化算法處理所述預(yù)期任務(wù)值以生成若干行動策略，以預(yù)設(shè)的目標函數(shù)和約束條件為目標條件處理所述行動策略以獲取最優(yōu)策略；控制模塊，用于基于所述最優(yōu)策略控制群體機器人。

優(yōu)選地，所述行動策略包括單體機器人編號robot和任務(wù)編號task，其中，所述任務(wù)編號task用于標記所述單體機器人能實現(xiàn)的功能；基于task讀取任務(wù)參數(shù)，基于robot讀取能力參數(shù)，基于所述能力參數(shù)、任務(wù)參數(shù)調(diào)用對應(yīng)的評價函數(shù)。

優(yōu)選地，基于頭腦風(fēng)暴優(yōu)化算法處理所述預(yù)期任務(wù)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(yù)設(shè)概率Pb在簇內(nèi)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(shù)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(yōu)策略。