[发明专利]基于自主绕障的异构型多智能体网联协同调度规划方法

权利要求书

1.一种基于自主绕障的异构型多智能体网联协同调度规划方法，其特征是，包括如下步骤：

步骤1：进行多智能体网联协同调度规划的系统配置和运输任务管理；

系统包括控制中心、智能体和数据共享端；智能体为场景中执行运输任务的智能机器人；控制中心用于进行任务分配及协同路径搜索；数据共享端用于存放智能体间碰撞避免所需的时间窗数据结构；各智能体均可独立访问或修改数据共享端中存放的数据；

多智能体网联协同调度规划的系统配置包括：控制中心及各智能体的启动、控制中心和各智能体中场景地图的设置及数据共享端的时间窗数据结构的初始化；

场景地图中包括节点和路段；将场景的关键点设定为节点；场景的关键点包括取货点和投货点；另外还根据场景的长度和宽度以固定间距设定节点的位置；若场景中存在即有的行驶路线，则在即有的行驶路线上以固定间距设定节点的位置；场景的路段为两相邻节点所形成的线段，多条路段相连形成一条路径；

运输任务管理是指向系统中添加运输任务并进行任务分配；运输任务以场景地图中任一节点为任务终点，以执行任务的相应智能体的位置为任务起点；

步骤2：系统场景中每一台即将执行运输任务的智能体进行协同路径搜索，得到相应的路径列表；包括如下过程：

21)求出一条任务起点和任务终点之间的最短路径，记作：s→k₁→k₂→…→k_n→e；其中，s为任务起点；e为任务终点；k₁～k_n均为路径上的节点；

22)令k₀＝s，k_n+1＝e，对于路径上除任务终点e外的每一个点k_m，m＝0,1,2…,n，设k_m共有r个相邻节点，遍历k_m所相邻的每一个节点v_q，q＝1,2,…,r；若v_q≠k_m+1，以v_q为任务起点，以e为任务终点，求出v_q与e之间的最短路径：v_q→n₁→n₂→…→n_p→e，n₁～n_p均为路径上的节点，则得到另一条s与e之间的路径：k₀→…→k_m→v_q→…→e，将其加入路径列表；

23)步骤22)执行结束后，路径列表中存储了任务起点s到任务终点e之间所有无环路路径；对于其中的每一条路径，计算并记录该路径与其他智能体正在执行的路径的重复路段及对向行驶路段占该路径总路段数的比值的最大值；

所述重复路段指的是：若当前智能体与其他智能体的路径中均包含同一段路段，则该路段是当前智能体的重复路段；

所述重复路段及对向行驶路段指的是：若当前智能体与其他智能体的路径中均包含同一段路段且经过该路段的方向相反，则该路段是当前智能体的重复路段及对向行驶路段；

包括如下过程：

231)设路径列表PATH中共有S条路径，对于其中的每一条路径PATH_z，z＝1,2,…,S，分别使用β_z和γ_z来记录路径PATH_z与其他智能体正在执行的路径的重复路段及对向行驶路段占路径PATH_z总路段数的比值的最大值；

232)设路径PATH_z的长度为l，即路径PATH_z上共有l个节点；对于h＝1,2,…,l-1，检查系统中除当前智能体外其他A-1台智能体路径N_i，i＝1,2,…A-1，则对于w＝1,2,…,l_i-1，l_i为路径N_i的长度，从地图中分别查取由节点和节点连接而成的路段记为arc_h，和由节点和节点连接而成的路段，记为arc_w；

233)若arc_h＝arc_w，则路径PATH_z与路径N_i的重复路段数累加1；若arc_h＝arc_w且则路径PATH_z与路径N_i的对向行驶路段数也累加1；

234)对于其他智能体当前执行路径的集合N，求得路径PATH_z与其中A-1条路径重复路段的最大值和对向行驶路段的最大值，进而求得β_z与γ_z；对β_z和γ_z分别设置阈值；若β_z超过相应阈值或γ_z超过相应阈值，则将路径PATH_z从路径列表中移除；

步骤3：智能体进行运动规划得到执行路径；

根据协同路径搜索得到的路径列表结果，采用时间窗算法进行运动规划，对其中的每一条路径进行时间窗插入操作，从中选取能够最早完成任务的一条路径作为执行路径；

步骤4：根据执行路径计算得到行驶速度；

根据步骤3中获得的执行路径上每条路段的长度及时间窗插入结果，计算出在该条路段上的行驶速度，并发给智能体的底盘，智能体按照此速度行驶；

步骤5：智能体在运行的过程中，进行自主绕障：若智能体遇到障碍物，则由智能体按照局部路径规划算法绕开障碍物，到达自主绕障的目标点；自主绕障的目标点为智能体当前所在节点在运行路径上的下一个节点；

步骤6时间窗调整：在智能体自主绕障结束后，若智能体还未到达任务终点，设计并采用时间窗检查与调整策略，保障在智能体后续运行过程中，场景中多智能体之间的协同调度；包括：

6A)当智能体自主绕障所消耗的时间小于或等于时间窗保护时间的一半时，无需进行时间窗的调整；在后续的行驶中智能体可通过调整行驶速度来弥补时间的消耗；

时间窗保护时间是指若两台智能体均需经过一条路段，它们的时间窗之间应最少相差出的时间；

6B)当自主绕障所消耗的时间超过了时间窗保护时间的一半时，按照以下方法进行时间窗的调整：

访问数据共享端，清除当前智能体的时间窗数据；

获得清除当前智能体时间窗数据后的时间窗结构；

再根据智能体当前位置，转到步骤3确定智能体后续的行驶路径并重新进行运动规划；

通过以上步骤，即可实现基于自主绕障的异构型多智能体网联协同调度规划。