本發(fā)明涉及機(jī)器人智能拍賣算法技術(shù)領(lǐng)域，更具體地，涉及一種面向動(dòng)態(tài)任務(wù)的多機(jī)器人分布式任務(wù)分配形成方法。

背景技術(shù)：

隨著人們對(duì)人工智能和復(fù)雜系統(tǒng)認(rèn)識(shí)的深入，機(jī)器人系統(tǒng)在建筑、軍事、消防、工業(yè)生產(chǎn)等領(lǐng)域有了良好的應(yīng)用前景。而當(dāng)前多機(jī)器人系統(tǒng)中任務(wù)數(shù)量大，任務(wù)點(diǎn)包含信息復(fù)雜，參與的機(jī)器人眾多，全局搜索算法的計(jì)算代價(jià)呈現(xiàn)指數(shù)增長(zhǎng)，這使得全局搜索算法很難在規(guī)定的時(shí)間內(nèi)尋找到任務(wù)分配問(wèn)題的最優(yōu)解。因此，全局搜索算法并不適用大規(guī)模多智能體動(dòng)態(tài)任務(wù)分配問(wèn)題的求解。在大規(guī)模系統(tǒng)中任務(wù)分配須滿足實(shí)時(shí)性的要求，傾向于在規(guī)定的時(shí)間內(nèi)得到“好”的解，而得到的解并不一定是最優(yōu)解。因此對(duì)于時(shí)間約束的多機(jī)器人動(dòng)態(tài)任務(wù)分配問(wèn)題研究具有重要意義。

當(dāng)前任務(wù)分配很多采用拍賣算法，傳統(tǒng)的拍賣算法面向任務(wù)是靜態(tài)的，采用的是一次拍賣算法。但在面對(duì)任務(wù)點(diǎn)數(shù)量多且動(dòng)態(tài)變化情況下存在很大的缺陷，無(wú)法實(shí)行更多次調(diào)度，不能滿足實(shí)時(shí)性的需要，更得不到理想的效果。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的面向動(dòng)態(tài)任務(wù)的多機(jī)器人分布式任務(wù)分配形成方法，該方法基于改進(jìn)的拍賣算法，以及結(jié)合A-star算法路徑尋優(yōu)，通過(guò)機(jī)器人之間協(xié)同合作解決環(huán)境中多個(gè)動(dòng)態(tài)任務(wù)的問(wèn)題。

為了達(dá)到上述目的，本發(fā)明提供一種面向動(dòng)態(tài)任務(wù)的多機(jī)器人分布式任務(wù)分配形成方法，該方法包括：

S1：根據(jù)環(huán)境地圖中信息，理清任務(wù)分配問(wèn)題需要考慮的因素和難點(diǎn)；

S2：任務(wù)發(fā)生時(shí)，基于多階段拍賣算法，生成任務(wù)分配方案，機(jī)器人根據(jù)所述任務(wù)分配方案執(zhí)行任務(wù)。

進(jìn)一步，所述步驟S1中，包括：

S11：給定一張目標(biāo)環(huán)境地圖，所述地圖上分布有多個(gè)具有任務(wù)執(zhí)行能力的機(jī)器人、屬性隨時(shí)間變化的任務(wù)點(diǎn)和若干個(gè)障礙物；

S12：根據(jù)任務(wù)點(diǎn)的狀態(tài)變化，理清任務(wù)分配需要考慮的因素及難點(diǎn)

進(jìn)一步，所述步驟S11中，所述的環(huán)境為機(jī)器人工作環(huán)境，對(duì)給定的環(huán)境地圖建立直角坐標(biāo)系，坐標(biāo)系以x軸向右為正方向，y軸向上為正方向，并將該工作環(huán)境劃分為多個(gè)柵格，環(huán)境地圖在空間上分布有N(N∈Z⁺)個(gè)任務(wù)點(diǎn)、M(M∈Z⁺)個(gè)機(jī)器人以及B(B∈Z⁺)個(gè)障礙物，并分別確定機(jī)器人、任務(wù)和障礙物的坐標(biāo)。

其中，任務(wù)用字母j表示，其中j＝1,2,…,N，任務(wù)在地圖上近似于一個(gè)點(diǎn)。機(jī)器人用字母i表示，其中i＝1,2,…,M。障礙物用字母b表示，其中b＝1,2,…,B。

任務(wù)點(diǎn)在地圖上的坐標(biāo)為其中j＝1,2,…,N；機(jī)器人在地圖上的坐標(biāo)為其中i＝1,2…M；障礙物在地圖上的坐標(biāo)為其中k＝1,2,…,B。

任務(wù)點(diǎn)與機(jī)器人之間的距離公式為：

假定任務(wù)點(diǎn)j坐標(biāo)與任務(wù)點(diǎn)j'坐標(biāo)分別為則兩者之間距離公式為：

進(jìn)一步，所述步驟S12中，任務(wù)點(diǎn)狀態(tài)量隨時(shí)間呈現(xiàn)指數(shù)函數(shù)形式變化，任務(wù)點(diǎn)j(j＝1,2,…,N)在(t+1)時(shí)刻的狀態(tài)量用方程表示為：

式中：

S_j(t+1)，S_j(t):任務(wù)j(j＝1,2,…,N)分別在(t+1)和t階段的任務(wù)點(diǎn)狀態(tài)量；

α_j:第j個(gè)任務(wù)點(diǎn)的狀態(tài)變化率；

β_i:機(jī)器人i的執(zhí)行能力且β_i＞0；

Δt:t與(t+1)之間的時(shí)間差；

ε:任務(wù)量閾值，設(shè)定任務(wù)量閾值ε判斷任務(wù)是否完成，當(dāng)s_j(t)＜ε時(shí)，表示任務(wù)已完成。

這是一個(gè)任務(wù)狀態(tài)分布式的動(dòng)態(tài)任務(wù)分配問(wèn)題。任務(wù)點(diǎn)的狀態(tài)變化是連續(xù)的指數(shù)函數(shù)形式(式三)。其任務(wù)量為時(shí)間分布，它受到有多少個(gè)機(jī)器人在執(zhí)行該任務(wù)(智能體的執(zhí)行能力總和)的影響。

任務(wù)點(diǎn)j(j＝1,2,…,N)的完成時(shí)間與作用于任務(wù)點(diǎn)j執(zhí)行能力之和成反比。當(dāng)t階段執(zhí)行目標(biāo)任務(wù)j的m個(gè)機(jī)器人執(zhí)行能力和時(shí)，表明該m個(gè)機(jī)器人無(wú)法完成該任務(wù)點(diǎn)，s_j(t)呈現(xiàn)上升的趨勢(shì)；當(dāng)時(shí)，表明m個(gè)機(jī)器人可以完成該任務(wù)點(diǎn)，s_j(t)呈現(xiàn)下降的趨勢(shì)。

進(jìn)一步，所述步驟S12中，系統(tǒng)任務(wù)分配需要考慮的因素包括任務(wù)點(diǎn)屬性參數(shù)和機(jī)器人屬性參數(shù)。

任務(wù)點(diǎn)j(j＝1,2,…N)的屬性參數(shù)包括：任務(wù)點(diǎn)的任務(wù)量(即狀態(tài)值)S_j(t)，表示t時(shí)刻任務(wù)點(diǎn)的任務(wù)量，其中j＝1,2,…,N，當(dāng)t＝0時(shí)表示任務(wù)點(diǎn)的初始量S_j(0)；任務(wù)點(diǎn)變化率α_j；任務(wù)點(diǎn)j是空間分布的，任務(wù)點(diǎn)j在環(huán)境地圖上所處的位置

機(jī)器人i(i＝1,2,…,M)的屬性參數(shù)包括：運(yùn)動(dòng)速度v_i，表示機(jī)器人i在單位時(shí)間內(nèi)所走的路徑長(zhǎng)；機(jī)器人能力值β_i；機(jī)器人在環(huán)境地圖上所處的位置

隨著目標(biāo)任務(wù)點(diǎn)和機(jī)器人數(shù)量的增加，任務(wù)分配問(wèn)題的難度快速增加，各目標(biāo)任務(wù)點(diǎn)的重要程度、狀態(tài)變化率以及各個(gè)智能體執(zhí)行任務(wù)時(shí)的代價(jià)、執(zhí)行能力等都是需要考慮的因素。

假定正在前往第j個(gè)任務(wù)點(diǎn)的機(jī)器人在下一階段方案生成前不去其他任務(wù)點(diǎn)，對(duì)于給定的M(M∈Z⁺)個(gè)機(jī)器人、N(N∈Z⁺)個(gè)任務(wù)點(diǎn)，對(duì)任務(wù)點(diǎn)進(jìn)行多次拍賣共有種分配方案，其復(fù)雜度為

所述步驟S2中，進(jìn)一步包括：

S21：檢測(cè)到任務(wù)時(shí)，選擇距離任務(wù)點(diǎn)最近的機(jī)器人作為代理機(jī)器人；若距離數(shù)個(gè)任務(wù)點(diǎn)最近的機(jī)器人為同一個(gè)機(jī)器人i(i＝1,2,…,M)，系統(tǒng)會(huì)選擇數(shù)個(gè)任務(wù)點(diǎn)中選擇距離直角坐標(biāo)系原點(diǎn)最近的任務(wù)點(diǎn)的機(jī)器人i為其代理機(jī)器人；

S22：代理機(jī)器人發(fā)布拍賣信息給通訊半徑內(nèi)的競(jìng)拍機(jī)器人，等待反饋；

S23：接收到拍賣信息的競(jìng)拍機(jī)器人根據(jù)自身收益函數(shù)選擇收益最高的任務(wù)點(diǎn)進(jìn)行投標(biāo)；

S24：代理機(jī)器人收集投標(biāo)信息，以預(yù)定規(guī)則選擇中標(biāo)的機(jī)器人，并通知中標(biāo)的機(jī)器人執(zhí)行任務(wù)；

S25：未中標(biāo)的競(jìng)拍機(jī)器人和處在通訊盲區(qū)的機(jī)器人選擇執(zhí)行最近的任務(wù)點(diǎn)。

進(jìn)一步，所述步驟S2中，當(dāng)檢測(cè)到已完成任務(wù)點(diǎn)和無(wú)目標(biāo)的空閑機(jī)器人時(shí)，會(huì)對(duì)空閑機(jī)器人進(jìn)行重新拍賣，使得空閑機(jī)器人重新獲得新的任務(wù)點(diǎn)，從而得出新的分配方案，直至環(huán)境中所有的任務(wù)點(diǎn)被執(zhí)行完后，停止拍賣。

本發(fā)明面向目標(biāo)任務(wù)是隨時(shí)間動(dòng)態(tài)變化的，任務(wù)點(diǎn)在被完成的時(shí)間點(diǎn)上也是分布的，即任務(wù)點(diǎn)在被執(zhí)行完的時(shí)間上是不一致的。

若沿用傳統(tǒng)的拍賣算法流程，在生成分配方案后，一直按照該方案執(zhí)行動(dòng)態(tài)目標(biāo)任務(wù)，則很難適應(yīng)目標(biāo)任務(wù)的動(dòng)態(tài)變化和實(shí)時(shí)性要求。

改進(jìn)后的拍賣算法會(huì)實(shí)時(shí)跟蹤任務(wù)點(diǎn)的狀態(tài)變化，一旦存在已完成任務(wù)點(diǎn)，會(huì)存在無(wú)目標(biāo)的機(jī)器人，算法會(huì)對(duì)它們進(jìn)行重新分配，從而得出新的分配方案，通過(guò)多次拍賣的實(shí)現(xiàn)，以時(shí)間最優(yōu)為導(dǎo)向，最大程度的利用機(jī)器人的資源，實(shí)現(xiàn)分階段設(shè)計(jì)分配方案的目標(biāo)，以適應(yīng)動(dòng)態(tài)任務(wù)的變化。

進(jìn)一步，所述步驟S22中，代理機(jī)器人負(fù)責(zé)發(fā)布拍賣信息給通信半徑內(nèi)的競(jìng)拍機(jī)器人，等待反饋；每個(gè)任務(wù)點(diǎn)j(j＝1,2,…,N)的代理機(jī)器人掌握該任務(wù)點(diǎn)j的相關(guān)拍賣信息，所述消息包括：任務(wù)點(diǎn)j位置、任務(wù)點(diǎn)j的變化率、任務(wù)點(diǎn)j狀態(tài)量和任務(wù)點(diǎn)j所需要的合適機(jī)器人數(shù)量s。任務(wù)點(diǎn)的狀態(tài)量隨時(shí)間呈現(xiàn)指數(shù)函數(shù)形式變化。

任務(wù)點(diǎn)j所需要的合適機(jī)器人數(shù)s_j定義為：假定存在w個(gè)機(jī)器人使得且任務(wù)點(diǎn)j所需要機(jī)器人最佳數(shù)目s取值為：

w≤s_j≤w+2 (式四)

機(jī)器人i(i＝1,2,…,M)都有對(duì)應(yīng)的通訊半徑r_i(機(jī)器人的通訊半徑可以設(shè)為不同值)，代理機(jī)器人負(fù)責(zé)發(fā)布拍賣信息給通信半徑內(nèi)的競(jìng)拍機(jī)器人。

進(jìn)一步，所述步驟S23中，接受到z(0≤z≤N)個(gè)代理機(jī)器人發(fā)布拍賣信息的競(jìng)拍機(jī)器人對(duì)這些信息進(jìn)行權(quán)衡，權(quán)衡標(biāo)準(zhǔn)為：競(jìng)拍機(jī)器人對(duì)這z個(gè)代理機(jī)器人發(fā)布拍賣信息進(jìn)行分析，本發(fā)明對(duì)傳統(tǒng)的拍賣算法進(jìn)行了改進(jìn)，引進(jìn)了動(dòng)態(tài)經(jīng)濟(jì)效益函數(shù)，機(jī)器人i計(jì)算執(zhí)行完某個(gè)任務(wù)點(diǎn)j后的收益值E_ij(E_ij為實(shí)數(shù))，并選擇收益最高的任務(wù)點(diǎn)進(jìn)行投標(biāo)。所用的動(dòng)態(tài)收益函數(shù)其為：

E_ij＝g(k1,S_j(t),α_j,β_i,n)-h(k2,d_ij) (式五)

式中：

g:機(jī)器人i執(zhí)行任務(wù)點(diǎn)j結(jié)束后獲得利益，為指數(shù)函數(shù)；

h:機(jī)器人i執(zhí)行任務(wù)點(diǎn)j消耗的成本；

k1，k2:可變權(quán)重參數(shù)，在不同壞境下可以設(shè)為其相應(yīng)的值；

d_ij:機(jī)器人i與任務(wù)點(diǎn)j之間的路徑長(zhǎng)；

上式中，k1與S_j(t)的乘積為指數(shù)函數(shù)的比例系數(shù)，α_j,β_i,n三者之間關(guān)系式構(gòu)成指數(shù)函數(shù)中的指數(shù)，n代表正在執(zhí)行任務(wù)點(diǎn)j的機(jī)器人數(shù)量(在t＝0時(shí)，任務(wù)點(diǎn)無(wú)機(jī)器人執(zhí)行，此時(shí)n為0)；

h是d_ij函數(shù)，給定參數(shù)k2，則h的值由d_ij決定。

對(duì)于給定的環(huán)境地圖每個(gè)機(jī)器人都有對(duì)應(yīng)的執(zhí)行能力值β_i(i＝1,2,…,M)，該機(jī)器人i的能力值為常數(shù)，機(jī)器人之間的執(zhí)行能力值可以設(shè)為不同。

進(jìn)一步，所述步驟S24中，代理機(jī)器人收到競(jìng)拍機(jī)器人的投標(biāo)信息后，分析其信息，根據(jù)整體效益最大的目標(biāo)，選擇中標(biāo)的競(jìng)拍機(jī)器人，并通知所有投標(biāo)的競(jìng)拍機(jī)器人結(jié)果。

進(jìn)一步，所述步驟S25中，地圖中通訊盲區(qū)的機(jī)器人(環(huán)境地圖中由于通訊半徑的限制可能存在接收不到代理機(jī)器人發(fā)布拍賣信息的機(jī)器人)和未中標(biāo)的競(jìng)拍機(jī)器人自行去執(zhí)行距離其最近的任務(wù)點(diǎn)。

進(jìn)一步，所述步驟S24中，代理機(jī)器人會(huì)根據(jù)預(yù)定規(guī)則選擇中標(biāo)的競(jìng)拍機(jī)器人，具體內(nèi)容為：

任務(wù)點(diǎn)j的代理機(jī)器人接受到n_j個(gè)競(jìng)拍機(jī)器人投標(biāo)消息，若n_j＞s_j，則按照收益大小排序，選擇排名靠前的(s_j-1)個(gè)競(jìng)拍機(jī)器人作為中標(biāo)機(jī)器人，并通知所有投標(biāo)的競(jìng)拍機(jī)器人，若n_j＜s_j，則n_j個(gè)競(jìng)拍機(jī)器人全部為中標(biāo)機(jī)器人。

進(jìn)一步，所述步驟S24中，機(jī)器人在行進(jìn)過(guò)程中，通過(guò)A-star算法對(duì)路徑進(jìn)行尋優(yōu)，可以合理的與其他機(jī)器人避碰及與障礙物進(jìn)行避撞，并搜索出機(jī)器人到達(dá)相應(yīng)任務(wù)點(diǎn)的最優(yōu)無(wú)碰路徑。

生成任務(wù)分配方案，機(jī)器人按照分配的方案開始執(zhí)行目標(biāo)任務(wù)點(diǎn)，機(jī)器人在前往目標(biāo)任務(wù)行程中會(huì)實(shí)時(shí)的顯示自己所在的位置，同時(shí)通過(guò)A-star算法進(jìn)行最優(yōu)無(wú)碰路徑的搜索。

在A-star算法的搜索過(guò)程中，采用通過(guò)一個(gè)代價(jià)函數(shù)來(lái)搜索擴(kuò)展空間節(jié)點(diǎn)的方法，代價(jià)函數(shù)的一般形式為：

f(i)＝g(i)+h(i) (式六)

式中:

f(i):節(jié)點(diǎn)i從初始節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的估價(jià)函數(shù)；

g(i):在狀態(tài)空間中從初始節(jié)點(diǎn)到節(jié)點(diǎn)i的實(shí)際代價(jià)；

h(i):從節(jié)點(diǎn)i到目標(biāo)節(jié)點(diǎn)最佳路徑的估計(jì)代價(jià)。

通過(guò)A-star算法進(jìn)行最優(yōu)無(wú)碰路徑的搜素，機(jī)器人遇到障礙物會(huì)合理的避開以及機(jī)器人在行進(jìn)過(guò)程中不會(huì)遇到，A-star是一種求解最短路徑的有效方法，提高了路徑規(guī)劃的實(shí)時(shí)、環(huán)境適應(yīng)性的效率。

機(jī)器人在整個(gè)執(zhí)行過(guò)程中遵守以下的規(guī)則：

a)任務(wù)點(diǎn)j所需要的最佳機(jī)器人數(shù)為s_j；

b)正在前往第j個(gè)任務(wù)點(diǎn)的機(jī)器人在下階段方案生成前不去其他任務(wù)點(diǎn)；

c)機(jī)器人不會(huì)去已經(jīng)被執(zhí)行完的任務(wù)點(diǎn)；

d)代理機(jī)器人會(huì)根據(jù)事先制定的規(guī)則選擇中標(biāo)的競(jìng)拍機(jī)器人；

e)未中標(biāo)的競(jìng)拍機(jī)器人或通訊盲區(qū)的機(jī)器人(通訊半徑內(nèi)接收不到代理機(jī)器人發(fā)出的拍賣信息的機(jī)器人)會(huì)執(zhí)行自身最近的任務(wù)點(diǎn)；

f)代理機(jī)器人執(zhí)行自身代理的任務(wù)點(diǎn)。

通過(guò)上述技術(shù)方案，本發(fā)明最后生成一套完整的執(zhí)行方案，并得到所有任務(wù)點(diǎn)被完成所需要的時(shí)間。完成所有任務(wù)點(diǎn)所需的時(shí)間為最后一個(gè)被執(zhí)行完任務(wù)點(diǎn)的時(shí)間。

基于上述技術(shù)方案，本發(fā)明提出了一種面向動(dòng)態(tài)任務(wù)的多階段拍賣算法，解決了環(huán)境中動(dòng)態(tài)任務(wù)分配問(wèn)題，傳統(tǒng)的拍賣算法采用的一次分配來(lái)解決給定的任務(wù)，在面對(duì)動(dòng)態(tài)任務(wù)存在很大局限性，達(dá)不到預(yù)期的效果。通過(guò)多次拍賣的實(shí)現(xiàn)，以時(shí)間最優(yōu)為目的，最大程度的利用機(jī)器人的資源，將上述方法在VC++和Csharp平臺(tái)上進(jìn)行仿真，通過(guò)大量的實(shí)驗(yàn)仿真測(cè)試結(jié)果表明，改進(jìn)的拍賣算法較傳統(tǒng)的拍賣算法更能夠很好的解決環(huán)境中的動(dòng)態(tài)任務(wù)，通過(guò)多次分配來(lái)滿足實(shí)時(shí)性的需求，并能夠給出接近的最優(yōu)解。

附圖說(shuō)明

圖1為根據(jù)本發(fā)明實(shí)施例的環(huán)境模型圖。

圖2為根據(jù)本發(fā)明實(shí)施例的多階段拍賣算法流程圖。

圖3為根據(jù)本發(fā)明實(shí)施例的代理機(jī)器人工作流程圖。

圖4為根據(jù)本發(fā)明實(shí)施例的競(jìng)拍機(jī)器人工作流程圖。

圖5為根據(jù)本發(fā)明實(shí)施例的傳統(tǒng)拍賣算法(單階段拍賣算法)仿真圖。

圖6為根據(jù)本發(fā)明實(shí)施例的改進(jìn)拍賣算法(多階段拍賣算法)仿真圖。

圖7為根據(jù)本發(fā)明實(shí)施例的多階段拍賣算法與單階段拍賣算法消耗時(shí)間對(duì)比圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說(shuō)明本發(fā)明，但不用來(lái)限制本發(fā)明的范圍。

本發(fā)明提供一種基于改進(jìn)的拍賣算法，以及結(jié)合A-star算法路徑尋優(yōu)，通過(guò)機(jī)器人之間協(xié)同合作解決環(huán)境中多個(gè)動(dòng)態(tài)任務(wù)的問(wèn)題。

多階段拍賣算法是在傳統(tǒng)拍賣算法的基礎(chǔ)上進(jìn)行改進(jìn)，增加相應(yīng)的規(guī)則和動(dòng)態(tài)收益函數(shù)。傳統(tǒng)的拍賣算法適用于解決靜態(tài)目標(biāo)任務(wù)的分配問(wèn)題，并通過(guò)效益和代價(jià)參數(shù)分別衡量目標(biāo)任務(wù)價(jià)值和機(jī)器人執(zhí)行代價(jià)，設(shè)計(jì)目標(biāo)任務(wù)對(duì)各機(jī)器人的拍賣算法，生成分配方案，整個(gè)系統(tǒng)只進(jìn)行一次拍賣。

機(jī)器人協(xié)同合作體現(xiàn)為：機(jī)器人檢測(cè)到任務(wù)點(diǎn)發(fā)生時(shí)，代理機(jī)器人通過(guò)發(fā)布拍賣信息給競(jìng)拍機(jī)器人，競(jìng)拍機(jī)器人根據(jù)接收到信息進(jìn)行權(quán)衡，進(jìn)行投標(biāo)；代理機(jī)器人根據(jù)反饋的信息以事先制定的規(guī)則選擇分配方案，機(jī)器人在執(zhí)行任務(wù)的進(jìn)程中會(huì)將了解的信息發(fā)送給自身的通訊半徑內(nèi)機(jī)器人，實(shí)現(xiàn)資源共享，一旦有任務(wù)點(diǎn)完成后，空閑的機(jī)器人會(huì)通過(guò)重新拍賣獲得目標(biāo)任務(wù)點(diǎn)，去協(xié)助其它機(jī)器人執(zhí)行任務(wù)點(diǎn)，直到所有任務(wù)點(diǎn)完成。

根據(jù)本申請(qǐng)的一個(gè)實(shí)施例中，如圖1所示，本發(fā)明環(huán)境模型圖，包括以下步驟：

首先，對(duì)目標(biāo)地圖建立直角坐標(biāo)系，并將目標(biāo)地圖分成多個(gè)等尺寸的地圖塊，每個(gè)地圖塊長(zhǎng)寬相等。

其次,在本發(fā)明實(shí)施例中，給定的目標(biāo)地圖長(zhǎng)寬都為300個(gè)單位，則地圖中含有地圖塊數(shù)89401個(gè)。

給定的環(huán)境地圖中可以特定設(shè)置M(M∈Z⁺)個(gè)機(jī)器人、N(N∈Z⁺)個(gè)任務(wù)點(diǎn)、以及B(B∈Z⁺)個(gè)障礙物。

計(jì)算并存儲(chǔ)任務(wù)點(diǎn)之間距離(式二)以及任務(wù)點(diǎn)與機(jī)器人之間距離(式一)。

最后分析本發(fā)明的研究目標(biāo)：針對(duì)多個(gè)具有一定任務(wù)執(zhí)行能力的機(jī)器人，給定多個(gè)屬性隨時(shí)間變化的任務(wù)，建立多機(jī)器人的動(dòng)態(tài)任務(wù)分配策略，優(yōu)化所有任務(wù)的完成時(shí)間，可以用最后一個(gè)任務(wù)的完成時(shí)間來(lái)衡量。

當(dāng)m(0≤m≤M)個(gè)機(jī)器人作用于任務(wù)點(diǎn)j(j＝1,2,…,N)時(shí)，在(t+1)(t≥0)時(shí)刻任務(wù)點(diǎn)j的任務(wù)狀態(tài)量公式為：

如圖2所示，本發(fā)明采用的多階段拍賣算法流程圖，詳述如下：

在S201中，檢測(cè)任務(wù)發(fā)生時(shí)先確定每個(gè)任務(wù)點(diǎn)的代理機(jī)器人，任務(wù)點(diǎn)j選擇原則為距離任務(wù)點(diǎn)j最近的機(jī)器人作為代理機(jī)器人。

代理機(jī)器人的工作流程參考圖3所示，詳述如下：

當(dāng)接受監(jiān)測(cè)系統(tǒng)的消息后，距離任務(wù)點(diǎn)j(j＝1,2,…,N)最近的機(jī)器人i(i＝1,2,…,M)為該任務(wù)點(diǎn)的代理機(jī)器人。機(jī)器人i首先了解任務(wù)點(diǎn)j的任務(wù)具體信息并對(duì)其進(jìn)行整理：主要是計(jì)算完成任務(wù)j所需要的機(jī)器人最佳數(shù)目s、獲取任務(wù)點(diǎn)變化率α_j、任務(wù)點(diǎn)的任務(wù)狀態(tài)量、任務(wù)點(diǎn)所處的地理位置等。然后向通訊半徑內(nèi)的競(jìng)拍機(jī)器人發(fā)送拍賣信息，等待反饋。接收到拍賣信息的競(jìng)拍機(jī)器人根據(jù)自身收益函數(shù)選擇收益最高的任務(wù)點(diǎn)進(jìn)行投標(biāo)，代理機(jī)器人以整體效益最高為目標(biāo)選擇中標(biāo)的競(jìng)拍機(jī)器人，并通知所有投標(biāo)的競(jìng)拍機(jī)器人。若中標(biāo)機(jī)器人的數(shù)量n達(dá)到n＞s的條件，則選擇收益排名靠前的s個(gè)機(jī)器人，未中標(biāo)機(jī)器人會(huì)重新選擇距離最近的任務(wù)點(diǎn)。

在S203中，競(jìng)拍機(jī)器人工作流程參考圖4，詳述如下：

沒(méi)有被選為代理機(jī)器人則自動(dòng)轉(zhuǎn)換為競(jìng)拍機(jī)器人，首先代理機(jī)器人i發(fā)布拍賣信息給通信半徑內(nèi)的競(jìng)拍機(jī)器人，等待反饋。接收到拍賣信息的競(jìng)拍機(jī)器人根據(jù)自身收益函數(shù)選擇收益最高的任務(wù)點(diǎn)進(jìn)行投標(biāo),代理機(jī)器人收集投標(biāo)信息，并以系統(tǒng)整體效益最高為目標(biāo)選擇中標(biāo)的競(jìng)拍機(jī)器人。如果競(jìng)拍機(jī)器人成功中標(biāo)，則開始執(zhí)行任務(wù)，若未能成功中標(biāo)的機(jī)器人選擇去執(zhí)行最近的任務(wù)點(diǎn)。若有任務(wù)點(diǎn)被完成，則根據(jù)當(dāng)前情況重新分配空閑機(jī)器人，直至任務(wù)完成。

生成分配方案，開始執(zhí)行任務(wù)，機(jī)器人在行進(jìn)中通過(guò)A-Star算法對(duì)路徑進(jìn)行尋優(yōu)，可以合理的與其他機(jī)器人避碰以及與障礙物進(jìn)行避撞，并搜索出機(jī)器人到達(dá)相應(yīng)任務(wù)點(diǎn)的最佳無(wú)碰路徑。

一旦存在已完成任務(wù)點(diǎn)，會(huì)存在無(wú)目標(biāo)的空閑機(jī)器人，系統(tǒng)會(huì)對(duì)它們進(jìn)行重新拍賣，從而得出新的分配方案，直至環(huán)境中所有的任務(wù)點(diǎn)完成。

機(jī)器人協(xié)作執(zhí)行任務(wù)測(cè)試。

上面提到的改進(jìn)的拍賣算法(多階段拍賣算法)的方法，有M個(gè)機(jī)器人、N個(gè)任務(wù)點(diǎn)以及B個(gè)障礙物。在(m是執(zhí)行任務(wù)點(diǎn)j的機(jī)器人數(shù)量)的約束條件下。為了測(cè)試使用的拍賣算法在執(zhí)行動(dòng)態(tài)任務(wù)的改善，使用長(zhǎng)寬為300個(gè)柵格的地圖進(jìn)行測(cè)試，對(duì)比單階段拍賣算法和多階段拍賣算法的效果。

圖5和圖6都為測(cè)試?yán)?，其中粗黑色小圓圈為代理機(jī)器人，機(jī)器人3為通訊盲區(qū)的機(jī)器人，具體如下：

圖5為某個(gè)測(cè)試單階段拍賣算法仿真圖，機(jī)器人2,4和5分別是任務(wù)點(diǎn)2,3和1的代理機(jī)器人，代理機(jī)器人發(fā)布對(duì)應(yīng)任務(wù)點(diǎn)的拍賣信息給通訊半徑內(nèi)的競(jìng)拍機(jī)器人；經(jīng)過(guò)首輪拍賣，競(jìng)拍機(jī)器人1,6和7成功中標(biāo)，分別執(zhí)行任務(wù)點(diǎn)2,3和1。機(jī)器人3為通訊盲區(qū)的機(jī)器人(不在代理機(jī)器人通訊半徑范圍內(nèi)，無(wú)法接受代理機(jī)器人發(fā)布的拍賣信息)選擇執(zhí)行距離最近的任務(wù)點(diǎn)1，生成任務(wù)分配方案后機(jī)器人開始執(zhí)行目標(biāo)任務(wù)點(diǎn)，執(zhí)行過(guò)程中不再進(jìn)行拍賣，一旦有任務(wù)點(diǎn)被執(zhí)行完，空閑的機(jī)器人不協(xié)助其他機(jī)器人去執(zhí)行未完成的任務(wù)點(diǎn)。

圖6為相同的某個(gè)測(cè)試多階段拍賣算法仿真圖，其初次分配的方法和單階段拍賣算法分配方法相同，多階段拍賣算法特點(diǎn)在于一旦存在已完成任務(wù)點(diǎn)，會(huì)存在無(wú)目標(biāo)的機(jī)器人，算法會(huì)對(duì)它們進(jìn)行重新分配，圖中任務(wù)點(diǎn)1先被執(zhí)行完，算法對(duì)機(jī)器人3,5和7重新分配，不浪費(fèi)空閑的機(jī)器人，通過(guò)多次拍賣，最大程度的利用機(jī)器人的資源，實(shí)現(xiàn)分階段設(shè)計(jì)分配方案的目標(biāo)。

為了驗(yàn)證該改進(jìn)拍賣算法的效率，選取了8組測(cè)試數(shù)據(jù)，通訊半徑設(shè)定為200個(gè)單位，k1＝1,k2＝0.0025；統(tǒng)計(jì)結(jié)果如表1所示。

表1為測(cè)試時(shí)間統(tǒng)計(jì)表

將上面的仿真結(jié)果繪制成折線圖，如圖7所示，進(jìn)行對(duì)比結(jié)果，面向動(dòng)態(tài)任務(wù)引入相應(yīng)的規(guī)則和動(dòng)態(tài)收益函數(shù)后，機(jī)器人執(zhí)行動(dòng)態(tài)任務(wù)的整體效果有了很大的提升，通過(guò)仿真測(cè)試，證明了面向動(dòng)態(tài)任務(wù)機(jī)器人采用改進(jìn)的多階段拍賣算法有效性。

最后，本申請(qǐng)的方法僅為較佳的實(shí)施方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。