面向协同任务的多自主机器人分布式规划问题研究

With the robot hardware technology continues to mature, the software system has become one of the hot issues in the current robot research. Driven by the digital processing technology and wireless communication technology, the robot systems have shown a clear trend towards autonomy and networking. Robot systems are no longer limited to a single robot, but comprised of multiple robots interconnected together. How to take the group advantage of multi-autonomous robots has become an important research topic. In this project, a distributed planning method based on model checking technology will be studied for collaborative task planning in multi-autonomous robot systems to overcome the dimension explosion problem of existing centralized methods in dealing with multi-robot systems. In view of dynamic uncertain workspace model, online collaborative task planning strategies will be studied and designed based on local information sharing to achieve efficient and fault-tolerant planning. A collaborative planning and control framework that integrates high-level planning and low-level control will be studied to take account of the robot's own motion constraints and mutual motion constraints. The expected results of the project will lay the necessary theoretical foundation for collaborative task planning of multi-robot systems and promote the practicality of networked multi-autonomous robot systems.

伴随机器人硬件技术的不断成熟，软件系统已经成为当前机器人研究的热点问题。在数字处理技术和无线通信技术的推动下，机器人系统呈现出明显向自主化和网络化发展的趋势。机器人系统不再局限于单机器人，而是互联互通的多机器人系统，如何发挥多自主机器人的群体优势成为一个重要的研究课题。本项目针对多自主机器人系统的协同任务规划问题，研究基于模型检测技术的分布式规划方法，克服现有集中式方法在处理多机器人系统时的维数爆炸问题；针对动态不确定工作空间模型下的协同任务规划问题，研究并设计基于局部信息交互的在线协同任务规划策略，利用多机器人工作空间信息共享实现高效与可容错规划；研究融合高层规划和底层控制的协同规划控制框架，解决机器人自身运动约束以及相互运动约束下的协同规划问题，并设计触发机制提高规划层和运动层的工作效能。课题预期成果将为多机器人系统协同任务规划奠定必要的理论基础，并促进网络化多自主机器人系统的实用化。

随着社会生产生活中智能化水平的提高，自主机器人之间具备协同工作能力是智慧物流、无人工厂以及协同环境监测等应用场景对多自主机器人系统的基本要求。因此，多自主机器人系统中的任务要求通常是复杂的，例如，工作环境中的任务需要多种异构自主机器人的协同配合，不同任务的执行需要满足一定的时序约束，复杂环境中不同任务的执行需要高效的路径规划等。本项目主要研究面向协同任务的多自主机器人任务规划、路径规划、目标围捕、流场估计和资源优化：1.针对全局和个体时序耦合约束下的多自主机器人协同任务规划问题，我们设计基于时序逻辑语言的多自主机器人协同任务分配算法，提出基于分布式通信的执行策略迭代调整机制，并提出基于采样的多自主机器人时序任务规划算法框架。2.针对高密度仓储环境下的多自主机器人协同路径规划问题，我们设计基于单行道约束和整数规划的多自主机器人路径规划算法，搭建基于Gazebo的多自主机器人仿真实验平台以及基于Turtlebot3 Burger集群的多自主机器人实机实验平台。3.针对多自主机器人协同目标围捕问题，我们研究局部信息下的单目标分布式围捕控制方法，针对目标围捕过程中自主机器人运动受到流场影响的问题，研究流场影响下的多目标分布式围捕控制方法。4.针对多自主机器人协同流场估计问题，我们研究基于运动积分误差的离散流场协同估计方法，并考虑相对位置测量不足导致区域网格化方法估计精度降低的情况，研究基于参数化分层模型的连续流场协同估计方法。5.针对多自主机器人的协同资源优化问题，我们研究静态事件触发和动态事件触发分布式优化问题，针对分布式节点间的离散通信需求，我们研究动态事件触发分布式优化问题，并针对有向非平衡网络下的资源分配问题研究二次型和凸分布式资源分配问题。本项目研究成果已发表国内外权威学术期刊和国际会议SCI/EI论文22篇，其中SCI期刊论文10篇，EI期刊论文1篇，EI国际会议论文11篇，通过本项目在申请团队及课题组内培养和资助5名博士研究生以及8名硕士研究生。项目研究成果充实了多自主机器人分布式规划问题的理论基础，相关结果在智慧仓储物流系统、应急搜救等领域有着广泛的应用前景。