【技术实现步骤摘要】
本申请涉及控制机器人的，具体而言，涉及一种群体机器人协同方法、装置、电子设备及存储介质。
技术介绍
1、近年来，群体机器人系统（multi-robot systems, mrs）在工业、服务和应急救援领域中得到了广泛应用。与单一机器人系统相比，群体机器人通过多个个体的协同工作，能够有效完成复杂任务，对仓储物流中的多物品分拣与搬运、安防巡检中的多点覆盖、灾害场景中的搜索与救援等场景有较强适用性。
2、尽管群体机器人在提升任务灵活性、提高效率和鲁棒性方面展现了巨大潜力，但在分布式导航与协同中仍存在诸多技术瓶颈。在导航与路径规划方面，群体机器人依赖局部感知和邻域通信独立进行路径规划。然而，分布式导航的去中心化特性导致机器人缺乏全局视角，仅能基于有限范围内的感知信息决策路径选择。此外，传统的路径规划方法往往只关注单个机器人的路径最优性，忽略了群体机器人整体行为的协调性。在任务分配与协同方面，现有的任务分配方法多为静态分配，无法有效应对动态环境下的任务变化。在系统的鲁棒性与稳定性方面，当部分机器人因故障失效或通信中断时，现有系统通常缺乏快速响应和动态恢复能力。
3、因此，为了解决现有的群体机器人控制方法在导航与路径规划方面忽略了群体机器人的协调性以及在任务分配与协同方面无法有效应对动态环境下的任务变化的技术问题，亟需一种群体机器人协同方法、装置、电子设备及存储介质。
技术实现思路
1、本申请的目的在于提供一种群体机器人协同方法、装置、电子设备及存储介质，通过预设的任务
2、第一方面，本申请提供了一种群体机器人协同方法，包括：
3、获取待分配任务的任务信息和群体机器人的机器人信息；
4、通过预设的任务分配模型，根据所述任务信息和所述机器人信息，将所述待分配任务划分到所述群体机器人中代价函数值最小的机器人；
5、根据预设的导航目标函数，对接收到所述待分配任务的机器人进行路径规划，得到任务路径信息；
6、基于所述任务路径信息，控制接收到所述待分配任务的机器人移动至对应的任务地点以执行所述待分配任务；
7、在移动至对应的任务地点的过程中，根据预设的冲突预测模型和预设的状态更新模型，控制所述群体机器人协同合作，以避免发生碰撞。
8、本申请提供的群体机器人协同方法可以实现对群体机器人进行控制，通过预设的任务分配模型和预设的导航目标函数，控制群体机器人执行待分配任务，并在移动至对应的任务地点的过程中，根据预设的冲突预测模型和预设的状态更新模型，协同控制群体机器人以避免发生碰撞，解决现有的群体机器人控制方法在导航与路径规划方面忽略了群体机器人的协调性以及在任务分配与协同方面无法有效应对动态环境下的任务变化的问题，通过动态控制方法在实时环境中优化群体机器人的路径冲突问题、任务分配问题和协同合作问题，提高了群体机器人的协同效率。
9、可选地，通过预设的任务分配模型，根据所述任务信息和所述机器人信息，将所述待分配任务划分到所述群体机器人中代价函数值最小的机器人，包括：
10、通过预设的任务分配模型，根据所述任务信息和所述机器人信息，计算得到所述待分配任务划分到所述群体机器人中各机器人的代价函数值；
11、提取所述代价函数值中的最小值；
12、将所述待分配任务划分到所述代价函数值中的最小值对应的机器人。
13、本申请提供的群体机器人协同方法可以实现对群体机器人进行控制，通过预设的任务分配模型，将待分配任务划分到群体机器人中代价函数值最小的机器人，通过代价函数值最小的机器人执行对应的待分配任务，有利于提高群体机器人的协同效率。
14、可选地，在移动至对应的任务地点的过程中，根据预设的冲突预测模型和预设的状态更新模型，控制所述群体机器人协同合作，以避免发生碰撞，包括：
15、在移动至对应的任务地点的过程中，周期性地获取所述群体机器人中各机器人之间的相对距离；
16、根据预设的冲突预测模型和预设的状态更新模型，对所述相对距离小于预设冲突距离的机器人进行冲突分析，计算得到冲突风险值；
17、对所述冲突风险值大于预设安全阈值的机器人在预设冲突距离内的路径进行调整，得到调整后的冲突路径；
18、基于所述调整后的冲突路径，控制所述群体机器人中对应的机器人进行移动，以避免所述群体机器人发生碰撞。
19、本申请提供的群体机器人协同方法可以实现对群体机器人进行控制，通过预设的冲突预测模型和预设的状态更新模型，计算得到机器人的冲突风险值后，对冲突风险值大于预设安全阈值的机器人在预设冲突距离内的路径进行调整，得到调整后的冲突路径，通过调整后的冲突路径控制群体机器人，有利于提高群体机器人的协同效率。
20、可选地，周期性地获取所述群体机器人中各机器人之间的相对距离，包括；
21、周期性地获取所述群体机器人中各机器人的实时位置；
22、根据所述实时位置，计算得到各所述机器人之间的相对距离。
23、可选地，根据预设的冲突预测模型和预设的状态更新模型，对所述相对距离小于预设冲突距离的机器人进行冲突分析，计算得到冲突风险值，包括：
24、判断各机器人之间的相对距离是否小于预设冲突距离；
25、若是，则根据所述预设的状态更新模型，对所述相对距离小于预设冲突距离的机器人进行状态更新后，基于所述预设的冲突预测模型，计算状态更新后的所述相对距离小于预设冲突距离的机器人之间的冲突风险值；
26、若否，则控制所述相对距离大于或等于预设冲突距离的机器人按照所述任务路径信息进行移动。
27、可选地，对所述冲突风险值大于预设安全阈值的机器人在预设冲突距离内的路径进行调整，得到调整后的冲突路径，包括：
28、判断各机器人之间的所述冲突风险值是否大于预设安全阈值；
29、若是，则通过预设的速度调整模型，对所述冲突风险值大于所述预设安全阈值的机器人在预设冲突距离内的路径进行调整，得到调整后的冲突路径；
30、若否，则控制所述冲突风险值小于或等于所述预设安全阈值的机器人按照所述任务路径信息进行移动。
31、可选地，所述预设的状态更新模型具体为：
32、；
33、所述预设的冲突预测模型具体为：
34、；
35、其中，xi(t+1)为机器人i在t+1时刻的状态向量；x本文档来自技高网...
【技术保护点】
1.一种群体机器人协同方法，用于对群体机器人进行控制，其特征在于，包括步骤：
2.根据权利要求1所述的群体机器人协同方法，其特征在于，通过预设的任务分配模型，根据所述任务信息和所述机器人信息，将所述待分配任务划分到所述群体机器人中代价函数值最小的机器人，包括：
3.根据权利要求1所述的群体机器人协同方法，其特征在于，在移动至对应的任务地点的过程中，根据预设的冲突预测模型和预设的状态更新模型，控制所述群体机器人协同合作，以避免发生碰撞，包括：
4.根据权利要求3所述的群体机器人协同方法，其特征在于，周期性地获取所述群体机器人中各机器人之间的相对距离，包括；
5.根据权利要求3所述的群体机器人协同方法，其特征在于，根据预设的冲突预测模型和预设的状态更新模型，对所述相对距离小于预设冲突距离的机器人进行冲突分析，计算得到冲突风险值，包括：
6.根据权利要求3所述的群体机器人协同方法，其特征在于，对所述冲突风险值大于预设安全阈值的机器人在预设冲突距离内的路径进行调整，得到调整后的冲突路径，包括：
7.根据权利要求3所述
8.一种群体机器人协同装置，用于对群体机器人进行控制，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时，运行如权利要求1-7任一项所述群体机器人协同方法中的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-7任一项所述群体机器人协同方法中的步骤。
...【技术特征摘要】
1.一种群体机器人协同方法，用于对群体机器人进行控制，其特征在于，包括步骤：
2.根据权利要求1所述的群体机器人协同方法，其特征在于，通过预设的任务分配模型，根据所述任务信息和所述机器人信息，将所述待分配任务划分到所述群体机器人中代价函数值最小的机器人，包括：
3.根据权利要求1所述的群体机器人协同方法，其特征在于，在移动至对应的任务地点的过程中，根据预设的冲突预测模型和预设的状态更新模型，控制所述群体机器人协同合作，以避免发生碰撞，包括：
4.根据权利要求3所述的群体机器人协同方法，其特征在于，周期性地获取所述群体机器人中各机器人之间的相对距离，包括；
5.根据权利要求3所述的群体机器人协同方法，其特征在于，根据预设的冲突预测模型和预设的状态更新模型，对所述相对距离小于预设冲突距离的机器人进行冲...
【专利技术属性】
技术研发人员：陈明猷，罗陆锋，韦慧玲，王金海，骆少明，
申请(专利权)人：季华实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。