[发明专利]一种多机器人系统任务均衡分配协同工作控制方法

说明书

本发明涉及一种多机器人系统任务均衡分配协同工作控制方法，人工智能和机器人控制技术领域。针对多机器人系统作业任务点呈离散固定态，为有效解决多台机器人之间的任务分配问题，通过改进K‑means算法，首先对所有任务点进行聚类，对聚类后的任务点建模，然后使用自适应缩放聚类空间方式，让不同机器人所分配的任务点的规划数量尽可能相等，方法简练、实用性强。能够有效解决多机器人系统自动化作业过程中面临的机器人任务分配问题。

技术领域

本发明涉及一种多机器人协同工作控制方法，具体涉及一种基于K-means算法的多机器人系统任务均衡分配协同工作控制方法，属于人工智能和机器人控制技术领域。

背景技术

机器人是未来最具发展潜力的产业领域之一，在工业、农业、服务业等领域，应用越来越广泛。随着机器人技术的不断发展，人类对机器人的需求，已从单一机器人系统转移到多机器人系统。在多机器人协同工作控制过程中，多机器人任务分配是其中的重要任务。多机器人任务分配，是指在具有多个机器人、多个任务点的环境中，将环境中的任务点根据合理的分配策略，分配给每个机器人，在任务分配时，将任务点分配给所需代价最小的机器人。

目前，在制造业企业的生产线内，大量使用多机器人系统代替传统的人工作业。其中，使用多机器人自动控制技术，已经广泛应用于焊接、装配、喷涂、加工等各个应用场景。在利用多机器人系统进行作业时，首先要解决的技术问题是如何有效地实现多机器人系统任务分配和路径规划，以保证多机器人不发生干涉的情况下实现高效协同工作。

发明内容

本发明的目的是为了解决多机器人系统自动化作业过程中，面临的机器人任务分配的技术问题，为实现机器人间的高效协调作业的技术效果，提出一种多机器人系统任务均衡分配协同工作控制方法。本方法，运用任务量方差最小化方式，让多机器人任务分配的结果尽可能均衡，使得系统在实际环境中，能够让不同的机器人有最大程度相近的任务量，从而保证不同机器人之间实现高效协调作业。

本发明采用的技术方案如下：

一种多机器人系统任务均衡分配协同工作控制方法，针对多机器人系统作业任务点呈离散固定态，为有效解决多台机器人之间的任务分配问题，通过改进K-means算法，首先对所有任务点进行聚类，对聚类后的任务点建模，然后使用自适应缩放聚类空间方式，让不同机器人所分配的任务点的规划数量尽可能相等。本方法包括以下步骤：

步骤1：基于K-means算法，对作业任务区内的所有任务点进行聚类。聚类结果，将所有任务点分成不同的类别，每一类任务点对应一台机器人。

具体地，将机器人系统工作任务中的每个任务点视为一个向量，由所有任务点组成向量集合，即聚类空间。在聚类空间中，将作业区的点任务分配给同一台机器人，以此避免不同机器人在作业时发生任务冲突和碰撞。因实际作业区域内，会存在空间紧邻的任务点，不同的机器人在实际作业时，受机器人自身尺寸限制，会存在一定的作业限制距离。因空间紧邻的任务点间的距离小于机器人操作空间的最小限制距离，需将作业区内紧邻的任务点，视为聚类空间的单点。

步骤2：将聚类后的任务点分为K个聚类簇，K同时也是机器人的数量，每一台机器人负责规划一个聚类簇中的任务点；聚类簇中任务点的数量为n_j，其中，j＝1,2,…,K。用d_ij表示第j个聚类簇中第i个任务点到其聚类簇中心点的距离。计算每个聚类簇的工作量统计M_j的最大值Max和最小值Min，以及方差为M_j的平均值。

步骤3：令thresh表示设定的方差阈值，若则聚类完成，否则执行步骤4。

步骤4：进行自适应缩放聚类空间。