在开放CAM牙科系统基础上的国产5轴联动轮廓加工-数控机床和工业CAM软件#中英文翻译#外文翻译匹配

多机器人任务分配的勘探 高平安 蔡自兴 （ 1. 中南大学信息科学与工程学院，中国长沙 410083， 2.湘潭大学计算机科学系，中国湖南湘潭 411105） 摘要：一个团队的移动机器人动态环境的探测任务分配的问题进行了研究该小组的任务是访问数分布路径的目标成本是成正比的，机器人移动到访问的的团队目标是尽量减少成本的平均路径目标的所有目标。找到一个最佳的分配是很难的。该算法可以产生后援分配接近最优的解决方案，可以投在多轮的单件拍卖，机器人出价关于在每次拍卖轮，一个目标被分配到一个机器人吨，产生的焦油的最低路径成本的分配目标，形成了一个森林里，每棵树对应一个机器人的探索目标设置 .每个机器人构造通过深度优先搜索在其目标树木 .它的时间复杂度的算法的探索路径是复杂的 . 模拟实验结果表明，分配方法是有效的。 关键词：多机器人系统任务分配，平均路径开销 ;多轮的单件拍卖，目标树 中图分类号： TP24 文献标识码： A 1 引言 合作机器人可能具有较强的耐用性，故障容差，更高的效率不是单一的机器人，他们认为的承诺证明表现为大规模的问题小号作为行星探测，测绘，搜索和救援行动，侦察，等等。 机器人探测的在多个任务分配是一个关 键问题 .当多台机器人合作，执行任务，它始终是必要的瑞银目标任务分解到，并决定机器人应执行的子目标（即任务），以便有效地实现全球观测问题的多机器人任务分配（ MRTA）是打开的问题之一，它可以是简单的说：给定一组机器人，一组任务，和一个用于评估实用程序的方法，如何分配任务的机器人，并找到所有的探索路径，每个机器人以最大化总的，它是很难找到一个最佳的任务分配一个有用的规模。应用程序往往需要不同的不同的目标需要不同的分配阳离子结果，问题它通常是与启发式解决的。 虽然已研究的问题多机器人任务分配在最近几年很广泛。一些 研究人员主要集中在如何以最小的平均任务完成时间，这是非常合适的搜索和抢救的应用。健康几名受害者的条件恶化，直到机器人去看望他们。在本文中，我们讨论如何分配简单的目标，以机器人，并找到一个路径为每个机器人，以尽量减少的平均焦油所有分布在不同的目标路径开销 2D 环境中的不同位置。 2 多机器人任务分配的问题 给定一组机器人，一组的目标，一个非负对称成本函数 C（ I，）表示显示距离 I 和 J，我们有兴趣找到每个机器人的探索之路所有目标的平均轮候时间是迷你化，宽度的目标是服务实例的访问时，之间的距离和任何两个目标是大于传感半 径每个机器人。 目标路径成本是从机器人的探索路径长度机器人的初始位置到目标的位置。检测说，如果机器人 R 先后走访了目标地点 TL， T2， ， T，反过来从它的初始位置，目标路径成本的焦油得到是加一个公式啊和探索路径开销的机器人再加一个公式是机器人的问题我们会解决的是如何分配未访问目标的机器人，并发现每个机器人的路径以访问所有分配给它的目标最小化平均成本的目标路径是一种变异的旅游修理工问题 14。成本满足三角不等式（机器人操作的欧几里德平面上）为如下 三角不等式原理表明，成本最低的两个地点之间的直接路由开销。机器 人更喜欢移动直接从当前位置到下一个置中所有的时间。该问题可以表示为一个加权无向，以及完整的图的顶点集是相对应的机器人的位置和目标。边的权重相对应的成本从一个位置移动到另一个，作为给定由成本函数，加图 我们的目标是 1 升分区，使每个划分的顶点分区包括一个机器人的顶点。找到从机器人顶点开始的路径和包括所有顶点在每个重量顶点的所有顶点的平均路径是微量嗯。 例如，有三个均匀的滚装漫游器（ R1， R2 和 R3）和 6 个目标（ G1， G2， G3，G4， G5 和 G6）位于上的加强格栅作为所示 Fig.1.If G1 和 G2 被分配给 R1。 G3和 G4 被分配给 R2.and G5 和 G6 是分配至 R3，则 C（ R1， G1）是 2 个单位， Cr（ G6）中的 6 个单位，平均成本的目标是 22/6 是最小的。有一个表格这个例子也表明，最大限度地减少球队的总成本是不同的，从最小化平均路径成本目标的所有目标。 有 图 三角不等式原理表明，成本最低的两个地点之间的直接路由开销。机器人更喜欢移动直接从当前位置到下一个置中所有的时间。该问题可以表示为一个加权无向，以及完整的图的顶点集是相对应的机器人的位置和目标。边的权重相对应的成本从一个位置移动到另一个，作为给定由成本 函数，加图 我们的目标是 1 升分区，使每个划分的顶点分区包括一个机器人的顶点。找到从机器人顶点开始的路径和包括所有顶点在每个重量顶点的所有顶点的平均路径是微量嗯。 例如，有三个均匀的滚装漫游器（ R1， R2 和 R3）和 6 个目标（ G1， G2， G3，G4， G5 和 G6）位于上的加强格栅作为所示 Fig.1.If G1 和 G2 被分配给 R1。 G3和 G4 被分配给 R2.and G5 和 G6 是分配至 R3，则 C（ R1， G1）是 2 个单位， Cr（ G6）中的 6 个单位，平均成本的目标是 22/6 是最小的。有一个表格这个例子也表明，最大限度地减少球队的总成本是不同的，从最小化平均路径成本目标的所有目标。 加图 很显然如果该小组的目标是尽量减少能源消耗总量的所有访问所有的 .他的路径开销的机器人 R1， R2 和 R3 是 11 个单位， 0，和 0 分别的六个目标的成本10 台， 6 台， 9 台，六的平均成本 2 台， 3 台， 51 辆。目标是 32/6 单位。 3 分配方法 拍卖为基础的方法是众所周知的在动态环境中是有效的，经常分配计划所需的通过拍卖过程中的任务分配：每机器人在本地计划实现所提供的任务，其成本计算，评估的目的功能，并封装在其投标的成本 ;机器人提供的最低投标价将获得是一项重要的任务。 拍卖的算法，算法 1 中，只产生一个接近最优的分配算法包括两个主要步骤：（ 1）进行目标树为每个机器人分配 ;（ 2）诠释婷的连接路径树中的所有顶点。 算法 1：迷你大道 - 成本（ VR， VR）对于每个的机器人一个树 TR 含只有相应的机器人宁顶点对于所有的 r，使用深度优先搜索 TR 建设的路径分配处理是类似的使最小生成树森林的加权，无向，和完全图的顶点图对应的位置的目标（ Vr）的机器人，重对应的欧几里德距离从一个位置到另一台大戏集对应所有未分配的目标，是集机器人在团队。任何两个机器人之间的距离是正 .所有的目标是初步机器人维护一个树，机器人每个目标分配给一轮招标中，机器人的出价未分配的目标 B，（ ）。在算法 1 中， CR（ T）表示机器人 R 评估的成本消耗访问 T中的所有目标，和 Cr（ ）表示估计路径成本的目标交配，如果它被访问的机器人 R。 机器人将总体最低出价任何目标被分配特定的机器人的构造了一个路径，连接在联合国的所有顶点访问目标树的使用深度优先搜索策略。然后机器人开始访问未访问过的目标沿着从机器人的当前的位置的路径直到所有的访问目标或者未访问过的目标必须重新分配环境信息变化发生在算法 1 可以实现与多个优先级队列，维护每个优先级队列的 7/robots，每个队列包含未分配的索引至少连接成本的目标机器人的树这些队列进行初始化。 时间为每个每次迭代中，一个队列中选择时间，其顶端元件中提取时间和被分配给相应的树。获奖最多的队列中有迄今为 止所有剩余的未分配中的元素队列中的新的成本，同时，分配特德所有其他元素应该被删除可以做到在 .他的时间。 算法的时间复杂性为这意味着，该算法是很实际的，大问题，涉及到许多机器人和号码中，这是一个非常有用的功能项的目标。动态环境下任务再分配的背景下经常需要。 虽然机器人在部分未知的探索已废除环境功能，环境功能或信息它可能改变 .例如，机器人可能不知道两个目标之间的障碍在移动在附近的 .这之前，情况下，机器人的最初乐观消耗，它们之间的路径是很容易 .当一个机器人发现了其上的障碍要方式。将估计的成本探索 如果估算的变化的计划目标。 成本是大于的重新分配 .对于算法 2 未访问过的目标重新分配的机器人在动态环境中。 VR 代表还没有访问过的的目标垂直 CAS。 算法 2： DyMinLAve 成本（ VR， VT） 更新的费用的未访问的目标运行 M INL-大道 - 成本（ VR， VT）只要沿其路径移动机器人有没有访问过的目标和变化不比阈值。 4 实验结果 对于有效性进行验证的上述算法，我们实现了在 VC+。探索区域的大小被设置于 600 米 400 米的，并位置的目标（空间圆）和机器人（同心）随机分布在团队由显示了 1 2 目标分配给 3 个机 器人的屏幕截图。 有图 图 2 目标分配在静态模拟实验的结果环境的示于表 1 的目标 N 为初始未分配 .数中号的 - 大道