专利交易市场

一种基于改进捕食者猎物模型和DMPC的多机器人全覆盖路径规划方法，输入地图空间，机器人位置和运动优先级等信息；对地图空间栅格化，并赋予栅格状态属性；随机生成初始参数种群和种群数量；根据周围栅格状态，确定机器人运动模型；进入死区时，利用A*回溯脱离；未进入死区，根据激励函数找到周围激励最大的栅格并移动；引入DMPC方法，根据运动模型，预测机器人的移动序列；利用WOA对参数优化求解寻找最佳的移动序列；通过不断的滚动决策，实现地图的全覆盖。本发明能够得到路径重复率低，总路径长度短的全覆盖路径。

本发明公开了一种基于集中式预测控制的多机器人协作搬运控制方法，所述方法步骤包括：基于阻抗控制策略建立多机器人的各机械臂与被抓持物体质心的动力学模型；建立协作搬运闭链模型；设计集中式模型预测控制器。本发明主要多针对多机器人搬运中的协作问题，提出了一种集中式预测控制方法，通过在线求解系统最优化问题，能够实现多机器人对共同物体的协作搬运工作。

多移动机器人的最小步编队方法，步骤如下：1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)配置复拉普拉斯矩阵的极点。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己在编队位置中的最终位置，该方法是完全分布式的，所利用信息仅仅是机器人自身记录的位移信息，并且若无全局坐标系，机器人利用左右轮转速，或其他局部坐标系记录的位移信息仍可计算出自身的目标位置，该方法高效的帮助机器人计算自身目标位置，为多移动机器人的高效编队提供了可行方案。

一种基于仿射编队与轨迹优化的多机器人路径规划方法，属于多机器人路径规划和编队控制技术领域，首先使用多机器人路径规划器CL‑CBS为每个机器人规划出一个安全可行的初始路径为后面的轨迹优化问题提供初始解，然后计算出目标编队的应力矩阵得到编队路径，最后通过设计轨迹优化问题的目标函数和约束，并通过求解器进行求解来实现本发明目标。该方法通过使用轨迹优化来使得多机器人能够保持一定的编队，同时又能够安全无碰撞，以及具有动力学可行性。

本发明涉及一种多机器人事件驱动通信的分布式优化方法。本发明首先根据每一个机器人接收到的电磁信号强度，建立电磁信号强度的分布模型，并获得机器人当前位置的电磁信号强度梯度信息，给出机器人运动的参考方向；然后，建立事件驱动的通信条件，通过比较机器人当前的状态误差与多机器人状态误差之间的大小，确定事件驱动条件是否满足，如果条件满足，则机器人需要将自己的状态发送给邻居机器人；如果条件不满足，则机器人停止通信；本发明弥补了传统控制的不足，设计的多机器人事件驱动通信的分布式优化方法，在保证多机器人准确定位电磁源以及保持群体队形的同时，可以降低通信负担，并节省芯片资源。

本发明涉及智能制造系统技术领域，公开了一种多机器人协调合作系统的最优调度搜索方法，包括：根据多机器人协调合作系统的机器人资源使用情况和生产工艺工序构建多机器人协调合作系统的库所赋时Petri网模型；基于库所赋时Petri网模型构建最速激发策略下的状态图，该状态图保留了对应加工耗时最短的最优状态序列；结合Petri网的结构信息设计状态合并规则，将不属于最优状态序列的冗余状态剔除，缩减状态图的规模；通过全局搜索对状态图进行搜索可得到系统的最优调度方案。本发明构建了有效表征多机器人资源冲突关系及加工事件逻辑及时间关系的赋时Petri网模型，在此基础上构建并搜索含有最优加工事件序列的状态空间，从而求取最优调度策略。