CN111461488A - 面向车间搬运问题的多机器人分布式协作任务分配方法 - Google Patents
面向车间搬运问题的多机器人分布式协作任务分配方法 Download PDFInfo
- Publication number
- CN111461488A CN111461488A CN202010140740.0A CN202010140740A CN111461488A CN 111461488 A CN111461488 A CN 111461488A CN 202010140740 A CN202010140740 A CN 202010140740A CN 111461488 A CN111461488 A CN 111461488A
- Authority
- CN
- China
- Prior art keywords
- robot
- task
- carrying
- type
- message
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004891 communication Methods 0.000 claims abstract description 32
- 238000012546 transfer Methods 0.000 claims description 88
- 230000007246 mechanism Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Manipulator (AREA)
Abstract
本发明公开了面向车间搬运问题的多机器人分布式协作任务分配方法。本发明针对车间搬运问题,公开了一种多机器人分布式任务分配方法,具体这是是一种基于分布式协商机制的任务分配方法,用于实现通讯受限情况下多机器人任务分配任务。本发明采用了拍卖算法的思想,机器人对不同任务进行拍卖、出价、协商。最终在通讯拓扑局部联通的情况下,选择合适的机器人执行任务。拍卖过程中考虑了机器人的电量有限、机器人的位置以及速度等因素。机器人之间的信息更新机制保障了任务分配不会出现冲突、并有效减少了机器人的计算压力。本发明可以有效解决通讯局部联通情况下多机器人分布式任务分配问题。
Description
技术领域
本发明涉及机器人任务分配技术领域,具体涉及面向车间搬运问题的多机 器人分布式协作任务分配方法。
背景技术
在复杂的现实动态环境中,由于环境变化、时间约束、资源分布不均等因 素,多机器人系统需要在有限时间,有限资源的情况下解决资源分配,任务调 度,行为协调,冲突消解等协调合作问题。智慧车间对多机器人协同作业、运 输有新的需求。多机器人的研究重点在于使功能独立的机器人具有和人类似的 合作意识,通过协商,合作,和协调,完成复杂的任务,解决单个机器人无法 解决的问题。多机器人任务分配问题在生产调度、工业制造、军事打击等多领 域都有广泛运用。
对于多机器人协同任务分配问题,解决思路主要有集中式决策、分布式决 策、混合决策等方法。常用的集中式任务分配方法有传统搜索算法、整数规划 方法、智能优化算法等。常用的分布式任务分配方法有基于市场机制的方法、 基于空闲链的方法、阈值响应法等。
分布式任务分配中没有中心节点,也没有中心控制器,每个机器人独立地 做自身决策,任务规划方案由机器人之间通讯、协作、协商来实现。分布式决 策并行计算,扩展性和鲁棒性都较好,适用于较大规模的系统。
但是目前已有的分布式任务分配方案,都没有考虑到机器人间通讯受阻, 机器人随时增减的情况,在这两种情况下,分布式任务分配的方案应当降低对 通信带宽的依赖,提高任务分配速度,从而防止任务分配冲突。
发明内容
有鉴于此,本发明提供了面向车间搬运问题的多机器人分布式协作任务分 配方法,搬运机器人能够自组织地对车间搬运任务进行分配执行,搬运的对象 是零件等小型物件,物件不需要多个机器人同时搬运的情况。该方法考虑了机 器人之间通讯受阻、机器人剩余电量限制等问题,并且机器人随时可能增减的 情况。它对通讯带宽要求低,任务分配速度快,且能有效预防和处理任务分配 冲突。。
为达到上述目的,本发明的技术方案包括如下步骤:
步骤1:各搬运机器人初始化搬运机器人信息和搬运任务信息。
搬运机器人信息包括:机器人编号、机器人位置、机器人速度、机器人通 讯范围、剩余电量以及最大可行驶距离、机器人状态值;初始化的机器人状态 值为0。
初始化各搬运任务信息,搬运任务信息包括:任务编号、搬运位置、搬运 的目标位置。
步骤2:搬运机器人计算自身对所有已知的未完成搬运任务的出价值,选择 出价值最高的搬运任务,担任任务协调者,即一个任务协调者对应一个搬运任 务。
出价值为搬运机器人与任务之间的距离的负指数幂。
步骤3:任务协调者判断自身的剩余电量能否保证完成搬运任务。
若能,任务协调者选择执行搬运任务,修改机器人状态值为2(即为执行任 务繁忙状态),同时广播第七类消息给通讯范围内的所有搬运机器人,进入步骤 8;第七类消息用于指示任务协调者独自执行对应搬运任务。
若不能,则将对应搬运任务作为待组织搬运任务,任务协调者修改机器人 状态值为1,同时广播第一类消息给通讯范围内的所有搬运机器人,第一类消息 包含待组织搬运任务的任务信息以及当前任务协调者的剩余电量。
步骤4:接收到第一类消息的搬运机器人,判断其机器人状态值。
若当前搬运机器人的机器人状态值为0,在接收到第一类消息后,计算自身 的剩余电量是否能完成待组织搬运任务,若能,则计算当前搬运机器人针对待 组织搬运任务的出价值,然后将当前搬运机器人的出价值作为第二类消息点对 点发送给待组织搬运任务的协调者。
若当前搬运机器人的机器人状态值为1,在接收到第一类消息后,判断待组 织搬运任务是否和当前搬运机器人作为任务协调者对应的搬运任务相同,若不 相同,则当前搬运机器人忽略第一类消息,不做任何回复;若相同,判断当前 搬运机器人的出价值是否大于第一类消息发送方的出价值,大于则当前搬运机 器人放弃担任待组织搬运任务的任务协调者,且修改其机器人状态值为0,小于 则当前搬运机器人忽略第一类消息。
若当前搬运机器人的机器人状态值为2,在接收到第一类消息后直接忽略。
步骤5:作为任务协调者的智能体在设定的第一时间限内接收第二类消息, 到达第一时间限后,对接收到第二类消息按照出价值高低进行排序,选取出价 值最高的搬运机器人作为征召机器人,给征召机器人发送第三类消息,第三类 消息用于告知出价值最高的搬运机器人确定执行待组织搬运任务。
步骤6:接收到第三类消息的征召机器人,向第三类消息的发送方回复第四 类消息,修改自身机器人状态为2开始执行待组织搬运任务;第四类消息用于 确认参加执行待组织搬运任务。
步骤7:作为任务协调者的搬运机器人在设定的第二时间限内接收第四类消 息,到达第二时间限后,若收到征召机器人发来的第四类消息,任务协调者广 播第五类消息,第五类消息用于指示待组织搬运任务执行方案已确定;
若未收到征召机器人发来的第四类消息,则返回步骤3;
步骤8:当搬运机器人完成搬运任务后,修改自身机器人状态为0,并广播 第六类消息告知通讯范围内的搬运机器人搬运任务已完成;
步骤9:返回步骤2,直到所有任务都被执行完成。
有益效果:
本发明提供了一种面向车间搬运问题的多机器人分布式协作任务分配方 法,采用了改进的拍卖算法对目标任务进行快速、分布式、低通讯要求的任务 分配。实用性强,在通讯不全联通、电量有限的情况下,多机器人不产生冲突 的任务分配方案,任务分配率达到100%。本发明机器人行为和通讯都是基于统 一的框架,基于这种框架机器人可以增添或删减,整个系统具有鲁棒性和可扩 展性,适用与机器人会出现损坏和故障,以及随时会增加机器人的场景。整个 系统的信息拓扑不是全联通的,机器人信息更新机制解决任务分配过程的冲突, 能够通讯的机器人定时地更新相互之间的信息,有效保障了分配方案的合理性。 本发明提出的基于分布式提出的任务分配方法,单个机器人运算压力小、计算 速度快,效率高,决策实时性强。
附图说明
图1为本发明实施例提供的面向车间搬运问题的多机器人分布式协作任务 分配方法流程图;
图2为机器人的状态分类说明示意图;
图3是机器人拥有信息示意图;
图4为消息的基本结构图;
图5为不同类型消息说明示意图;
图6为整体场景示意图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
在现代车间中,机器设备的加工数量和种类是根据产品需求决定的,加工 完成的产品需要运往不同的地点或车间,传统的调度方法无法很好地适用在这 种灵活的场景。本发明提出的分布式任务分配方法,多机器人能够自组织地对 搬运任务进行分配,并且考虑每个机器人的电量是否能够完成对应搬运任务。
如图1所示,本发明提供了面向车间搬运问题的多机器人分布式协作任务 分配方法,包括如下步骤:
步骤1:各搬运机器人初始化搬运机器人信息和搬运任务信息。
搬运机器人信息包括:机器人编号、机器人位置、机器人速度、机器人通 讯范围、剩余电量以及最大可行驶距离、机器人状态值;初始化的机器人状态 值为0。
初始化各搬运任务信息,搬运任务信息包括:任务编号、搬运位置、搬运 的目标位置。
本发明实施例中,机器人拥有的信息如图3所示,搬运机器人信息,包括: 机器人编号i、机器人位置机器人速度机器人通讯范围剩 余电量具体地,可以用0%-100%表示电量,100%表示满电量,0%表示 电量耗尽、最大可行驶距离机器人状态值(初始化为如图2)。
在初始状态,机器人能够知道任务的编号、位置等基本信息,但机器人与 机器人之间的信息交互根据通讯范围决定,当两个机器人的距离小于通讯范围 时候,则能够进行信息交互;当个机器人的距离小于通讯范围时候则无法进行 信息交互。每隔一段固定时间间隔,整个任务信息将会经过散列(Hash)函数 映射成固定长度字符串,将通过散列(Hash)函数后的字符串和任务信息源码 一起通过广播协议发送给其他机器人。
机器人在任务的执行期间,会每隔5分钟判断一次自身的剩余电量,如果 剩余电量低于20%,会暂停当前搬运任务,移动到距离最近的充电点进行充电。 充电完成后再返回执行任务。
步骤2:搬运机器人计算自身对所有已知的未完成搬运任务的出价值,选择 评估值最近的搬运任务,担任任务协调者,即一个任务协调者对应一个搬运任 务,但是一个搬运任务可能具有多个任务协调者。
步骤3:任务协调者判断自身的剩余电量能否保证完成搬运任务。
若能,任务协调者选择执行搬运任务,修改机器人状态值为2(即为执行任 务繁忙状态),同时广播第七类消息给通讯范围内的所有搬运机器人,进入步骤 8;第七类消息用于指示任务协调者独自执行对应搬运任务。如图5所示。
若不能,则将对应搬运任务作为待组织搬运任务,任务协调者修改机器人 状态值为1,即为组织任务繁忙状态,同时广播第一类消息给通讯范围内的所有 搬运机器人,第一类消息包含待组织搬运任务的任务信息以及当前任务协调者 的剩余电量;第一类消息用于请求其他搬运机器人支援完成对应搬运任务。
机器人与机器人是否能够通讯是它们的通讯范围参数决定,当两个机器人 的距离小于通讯范围时候,则相互能够进行通讯和信息传递。
图4是消息的基本结构图。机器人之间的消息传输模式都按此结构进行。 图四中的更新信息部分是机器人对所有任务的执行情况汇总,传输任何类型消 息时,都伴随更新信息的传输和更新,更新信息将会经过散列(Hash)函数映 射成固定长度字符串,将通过散列(Hash)函数后的字符串和任务信息源码一 起通过广播协议发送给其他机器人。接收方接收到更新消息后,对比自己更新 消息的Hash字符串和接收的Hash字符串,如果一样则表示发送方和接收方的 更新信息一致,不需要对具体信息进行一一核对,减少机器人的运行量。
步骤4:接收到第一类消息的搬运机器人,判断其机器人状态值。
若当前搬运机器人的机器人状态值为0,在接收到第一类消息后,计算自身 的剩余电量是否能完成待组织搬运任务,若能,则计算当前搬运机器人针对待 组织搬运任务的出价值,然后将当前搬运机器人的出价值作为第二类消息点对 点发送给待组织搬运任务的协调者。
若当前搬运机器人的机器人状态值为1,在接收到第一类消息后,判断待组 织搬运任务是否和当前搬运机器人作为任务协调者对应的搬运任务相同,若不 相同,则当前搬运机器人忽略第一类消息,不做任何回复;若相同,判断当前 搬运机器人的出价值是否大于第一类消息发送方(即待组织搬运任务的任务协 调者)的出价值,即判断当前搬运机器人和待组织搬运任务的距离是否大于第 一类消息发送方和待组织搬运任务的距离,大于则当前搬运机器人放弃担任待 组织搬运任务的任务协调者,且修改其机器人状态值为0,小于则当前搬运机器 人忽略第一类消息;
若当前搬运机器人的机器人状态值为2,在接收到第一类消息后直接忽略; 收到第一类消息后,由于自己处于繁忙状态,选择忽略该消息,不做任何回复。
步骤5:作为任务协调者的智能体在设定的第一时间限内接收第二类消息, 到达第一时间限后,对接收到第二类消息按照出价值高低进行排序,选取出价 值最高的搬运机器人作为征召机器人,给征召机器人发送第三类消息,第三类 消息用于告知出价值最高的搬运机器人确定执行待组织搬运任务;
步骤6:接收到第三类消息的征召机器人,表示自己竞拍成功,向第三类消 息的发送方回复第四类消息,修改自身机器人状态为2(即为执行任务繁忙状态) 开始执行任务;第四类消息用于确认参加执行待组织搬运任务。
步骤7:作为任务协调者的搬运机器人在设定的第二时间限内接收第四类消 息,到达第二时间限后,若收到征召机器人发来的第四类消息,任务协调者广 播第五类消息,第五类消息用于指示待组织搬运任务执行方案已确定。
若未收到征召机器人发来的第四类消息,则返回步骤3。
搬运机器人接收到第五类消息后,则更新自身存储的搬运任务信息,避免 后续对该搬运任务的分配产生冲突。
步骤8:当搬运机器人完成搬运任务后,修改自身机器人状态为0,并广播 第六类消息告知通讯范围内的搬运机器人搬运任务已完成;
当搬运机器人接收到第六类消息,则更新自己存储的搬运任务信息,将对 应搬运任务标记为已完成。
步骤9:返回步骤2,直到所有任务都被执行完成。
图6是算法的整体场景的示意图,图中有执行任务状态的机器人(例如蓝 色、绿色的机器人),它会前往搬运物件所在的位置。到达目标任务点,拾取货 物后,再将货物运输到货物的目标位置。图中有协商任务的机器人(例如黄色 机器人),它自身的电量无法完成任务,将按照上文步骤3到步骤7对任务进行 协商、拍卖。图中有电量不足的机器人(例如紫色机器人),它将暂停当前任务, 前往最近的空闲充电点进行充电。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保 护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等, 均应包含在本发明的保护范围之内。
Claims (2)
1.面向车间搬运问题的多机器人分布式协作任务分配方法,其特征在于,包括如下步骤:
步骤1:各搬运机器人初始化搬运机器人信息和搬运任务信息;
所述搬运机器人信息包括:机器人编号、机器人位置、机器人速度、机器人通讯范围、剩余电量以及最大可行驶距离、机器人状态值;初始化的机器人状态值为0;
初始化各搬运任务信息,所述搬运任务信息包括:任务编号、搬运位置、搬运的目标位置;
步骤2:搬运机器人计算自身对所有已知的未完成搬运任务的出价值,选择出价值最高的搬运任务,担任任务协调者,即一个任务协调者对应一个搬运任务;
所述出价值为搬运机器人与任务之间的距离的负指数幂;
步骤3:任务协调者判断自身的剩余电量能否保证完成搬运任务,
若能,任务协调者选择执行搬运任务,修改机器人状态值为2,同时广播第七类消息给通讯范围内的所有搬运机器人,进入步骤8;所述第七类消息用于指示任务协调者独自执行对应搬运任务;
若不能,则将对应搬运任务作为待组织搬运任务,任务协调者修改机器人状态值为1,同时广播第一类消息给通讯范围内的所有搬运机器人,所述第一类消息包含所述待组织搬运任务的任务信息以及当前任务协调者的剩余电量;
步骤4:接收到第一类消息的搬运机器人,判断其机器人状态值;
若当前搬运机器人的机器人状态值为0,在接收到第一类消息后,计算自身的剩余电量是否能完成所述待组织搬运任务,若能,则计算当前搬运机器人针对所述待组织搬运任务的出价值,然后将当前搬运机器人的出价值作为第二类消息点对点发送给待组织搬运任务的协调者;
若当前搬运机器人的机器人状态值为1,在接收到第一类消息后,判断所述待组织搬运任务是否和当前搬运机器人作为任务协调者对应的搬运任务相同,若不相同,则当前搬运机器人忽略所述第一类消息,不做任何回复;若相同,判断当前搬运机器人的出价值是否大于第一类消息发送方的出价值,大于则当前搬运机器人放弃担任所述待组织搬运任务的任务协调者,且修改其机器人状态值为0,小于则当前搬运机器人忽略所述第一类消息;
若当前搬运机器人的机器人状态值为2,在接收到第一类消息后直接忽略;
步骤5:作为任务协调者的智能体在设定的第一时间限内接收第二类消息,到达第一时间限后,对接收到第二类消息按照出价值高低进行排序,选取出价值最高的第二类消息发送方作为征召机器人,给所述征召机器人发送第三类消息,所述第三类消息用于告知所述出价值最高的搬运机器人确定执行所述待组织搬运任务;
步骤6:接收到第三类消息的征召机器人,向第三类消息的发送方回复第四类消息,修改自身机器人状态为2开始执行所述待组织搬运任务;所述第四类消息用于确认参加执行所述待组织搬运任务;
步骤7:作为任务协调者的搬运机器人在设定的第二时间限内接收第四类消息,到达第二时间限后,若收到所述征召机器人发来的第四类消息,任务协调者广播第五类消息,所述第五类消息用于指示所述待组织搬运任务执行方案已确定;
若未收到所述征召机器人发来的第四类消息,则返回步骤3;
步骤8:当搬运机器人完成搬运任务后,修改自身机器人状态为0,并广播第六类消息告知通讯范围内的搬运机器人搬运任务已完成;
步骤9:返回步骤2,直到所有任务都被执行完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010140740.0A CN111461488B (zh) | 2020-03-03 | 2020-03-03 | 面向车间搬运问题的多机器人分布式协作任务分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010140740.0A CN111461488B (zh) | 2020-03-03 | 2020-03-03 | 面向车间搬运问题的多机器人分布式协作任务分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111461488A true CN111461488A (zh) | 2020-07-28 |
CN111461488B CN111461488B (zh) | 2022-03-11 |
Family
ID=71678421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010140740.0A Active CN111461488B (zh) | 2020-03-03 | 2020-03-03 | 面向车间搬运问题的多机器人分布式协作任务分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111461488B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112379607A (zh) * | 2021-01-18 | 2021-02-19 | 中联重科股份有限公司 | 模拟运行方法及装置、数量规划方法、装置及系统 |
CN112394732A (zh) * | 2020-11-20 | 2021-02-23 | 西北工业大学 | 一种适用于机器人集群协同搬运的接触力动态分配方法 |
CN112894811A (zh) * | 2021-01-20 | 2021-06-04 | 西北工业大学 | 基于群智能mas的分布式多机器人的智能控制方法及装置 |
CN113640679A (zh) * | 2021-08-03 | 2021-11-12 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于机器人工作量实现电量判断的方法 |
CN114137955A (zh) * | 2021-10-26 | 2022-03-04 | 中国人民解放军军事科学院国防科技创新研究院 | 基于改进市场法的多机器人快速协同建图方法 |
WO2022268112A1 (zh) * | 2021-06-24 | 2022-12-29 | 深圳市库宝软件有限公司 | 自动装卸机控制方法、装置、控制设备及可读存储介质 |
CN116362525A (zh) * | 2023-06-01 | 2023-06-30 | 苏州精控能源科技有限公司 | 物流园区新能源作业车辆的电池信息管理方法、装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100217438A1 (en) * | 2007-12-04 | 2010-08-26 | Honda Motor Co., Ltd. | Robot and task execution system |
CN106875090A (zh) * | 2017-01-09 | 2017-06-20 | 中南大学 | 一种面向动态任务的多机器人分布式任务分配形成方法 |
US20180326581A1 (en) * | 2017-05-11 | 2018-11-15 | King Fahd University Of Petroleum And Minerals | System and method for auction-based and adaptive multi-threshold multi-agent task allocation |
CN108985580A (zh) * | 2018-06-16 | 2018-12-11 | 齐齐哈尔大学 | 基于改进bp神经网络的多机器人灾害搜救任务分配方法 |
-
2020
- 2020-03-03 CN CN202010140740.0A patent/CN111461488B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100217438A1 (en) * | 2007-12-04 | 2010-08-26 | Honda Motor Co., Ltd. | Robot and task execution system |
CN106875090A (zh) * | 2017-01-09 | 2017-06-20 | 中南大学 | 一种面向动态任务的多机器人分布式任务分配形成方法 |
US20180326581A1 (en) * | 2017-05-11 | 2018-11-15 | King Fahd University Of Petroleum And Minerals | System and method for auction-based and adaptive multi-threshold multi-agent task allocation |
CN108985580A (zh) * | 2018-06-16 | 2018-12-11 | 齐齐哈尔大学 | 基于改进bp神经网络的多机器人灾害搜救任务分配方法 |
Non-Patent Citations (2)
Title |
---|
李传恩: "基于MAS的多机器人协作方法研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 * |
柳林: "多机器人系统任务分配及编队控制研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112394732A (zh) * | 2020-11-20 | 2021-02-23 | 西北工业大学 | 一种适用于机器人集群协同搬运的接触力动态分配方法 |
CN112394732B (zh) * | 2020-11-20 | 2022-08-02 | 西北工业大学 | 一种适用于机器人集群协同搬运的接触力动态分配方法 |
CN112379607A (zh) * | 2021-01-18 | 2021-02-19 | 中联重科股份有限公司 | 模拟运行方法及装置、数量规划方法、装置及系统 |
CN112379607B (zh) * | 2021-01-18 | 2021-04-13 | 中联重科股份有限公司 | 模拟运行方法及装置、数量规划方法、装置及系统 |
CN112894811A (zh) * | 2021-01-20 | 2021-06-04 | 西北工业大学 | 基于群智能mas的分布式多机器人的智能控制方法及装置 |
CN112894811B (zh) * | 2021-01-20 | 2022-09-20 | 西北工业大学 | 基于群智能mas的分布式多机器人的智能控制方法及装置 |
WO2022268112A1 (zh) * | 2021-06-24 | 2022-12-29 | 深圳市库宝软件有限公司 | 自动装卸机控制方法、装置、控制设备及可读存储介质 |
CN113640679A (zh) * | 2021-08-03 | 2021-11-12 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于机器人工作量实现电量判断的方法 |
CN114137955A (zh) * | 2021-10-26 | 2022-03-04 | 中国人民解放军军事科学院国防科技创新研究院 | 基于改进市场法的多机器人快速协同建图方法 |
CN114137955B (zh) * | 2021-10-26 | 2023-04-28 | 中国人民解放军军事科学院国防科技创新研究院 | 基于改进市场法的多机器人快速协同建图方法 |
CN116362525A (zh) * | 2023-06-01 | 2023-06-30 | 苏州精控能源科技有限公司 | 物流园区新能源作业车辆的电池信息管理方法、装置 |
CN116362525B (zh) * | 2023-06-01 | 2023-08-08 | 苏州精控能源科技有限公司 | 物流园区新能源作业车辆的电池信息管理方法、装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111461488B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111461488B (zh) | 面向车间搬运问题的多机器人分布式协作任务分配方法 | |
Luo et al. | A novel mobile and hierarchical data transmission architecture for smart factories | |
JP6687788B1 (ja) | 分散型ロボットのスケジューリング決定方法、装置、システム並びに電子機器及び記憶媒体 | |
CN110989582A (zh) | 基于路径预先占用的多agv自动避让式智能调度方法 | |
CN111882215B (zh) | 一种含有agv的个性化定制柔性作业车间调度方法 | |
CN109685243A (zh) | 一种基于遗传算法的作业车间物流配送路径优化方法 | |
CN111199359B (zh) | 一种网络资源约束下的多智能体任务分配方法 | |
CN109543872A (zh) | 多机器人无停车调度方法和系统 | |
US20220317692A1 (en) | Computational task offloading | |
CN111539574B (zh) | 用于多机器人的订单派送方法及系统 | |
CN108183865B (zh) | 一种基于节点位置余弦相似度的机会网络转发方法 | |
Luo et al. | Workshop networks integration using mobile intelligence in smart factories | |
CN113689122B (zh) | 一种云边协同环境下考虑运输设备的多目标组合调度方法 | |
CN111489049B (zh) | 一种多智能体分布式任务分配方法 | |
Du | A novel approach for swarm robotic target searches based on the DPSO algorithm | |
CN114154819A (zh) | 一种基于任务相似度的多agv分布式调度方法与系统 | |
Wang et al. | Study on scheduling and path planning problems of multi-AGVs based on a heuristic algorithm in intelligent manufacturing workshop | |
Khan et al. | An efficient optimization technique for node clustering in VANETs using gray wolf optimization | |
CN208438357U (zh) | 具有无线充电功能的移动机器人 | |
CN111770547B (zh) | 一种基于费马点的无线传感器网络三维地域群播路由方法 | |
CN114885379A (zh) | 一种大规模无人机集群自适应分簇组网方法 | |
Kucukkoc | Multi-objective Optimization of Mixedmodel Two-sided Assembly Lines–A Case Study | |
CN110324876B (zh) | 一种基于纳米网络节点能量感知的分簇路由方法 | |
Basile et al. | An auction-based approach for the coordination of vehicles in automated warehouse systems | |
Coyle et al. | Minimising the network detection probability using autonomous vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |