摘 要：近年来,机器人技术得到了快速的发展。与单机器人任务系统相比，多机器人任务分配有着无法比拟的优势，多机器人协作能够完成复杂的任务，同时提高了效率。任务分配是多机器人协作中的重要环节，得到广泛关注。本文机器人任务分配提出了一种基于自组织映射（Self-organizing map, SOM）神经网络的机器人分配的方法。把相对应任务坐标作为SOM神经网络的输出点进行自组织竞争计算，计算出最短最优的线路后，相应的机器人接收到对应的信号后，按照系统的指令接收任务并完成任务，实现全局最优的分配方法。本算法普适性高且易于操作，可以使现实生活中许多问题得到解决。通过仿真实验证明本文所提算法的有效性。94725

毕业论文关键词：自组织映射，神经网络，多机器人，任务分配

Abstract：In recent years, the robot technology has developed rapidly。 Compared with single robot system, multi robot task allocation has incomparable advantages, multi robot cooperation to complete complex tasks, and improve the efficiency。 The task allocation is a key link of multi robot cooperation, has received extensive attention。 This paper proposed robot task allocation a self-organizing map (SOM) based on the method of robot distribution neural networks。 The corresponding task coordinate as the output of SOM neural network by self-organizing calculation, calculate the shortest optimal route, the corresponding robot receives the corresponding signal, according to the system。 The receiving task instruction and complete the task, to achieve global optimal allocation method。 The algorithm of high universality and easy operation, many problems may be solved in real life。 The validity of the simulation experiments show that the algorithm proposed in this paper。

Keywords：Self-organizing map, neural network, multi robot, task assignment

目   录

1 绪论 3

1。1 研究的背景和意义 3

1。2 多机器人任务分配研究现状 3

1。3 本文主要内容 5

2 基于SOM的任务分配算法研究 5

2。1 自组织神经网络(SOM) 5

2。2  基于SOM神经网络的目标任务分配算法 6

3 多机器人任务分配算法仿真 9

3。1 静态目标任务分配 9

3。1。1 目标数目大于机器人数任务分配 9

3。1。2 目标数目等于机器人数任务分配 11

3。1。3 目标数小于机器人数任务分配 12

3。2 动态目标任务分配 13

4 总结展望 15

4。1总结 15

4。2 展望 15

参考文献 17

致谢 18

1 绪论

1。1 研究的背景和意义源C于H优J尔W论R文M网WwW.youeRw.com 原文+QQ752-018766

人类社会中存在着社会分工与协作，现实生活中的许多工作都需要通过多人的合作才能够完成。同样，当利用机器人完成给定工作时，许多工作也需要通过多个机器人的合作才能够完成。与单个机器人相比，多机器人系统具有很多优点。通过多台机器人的合作，可以完成许多单台机器人所不能完成的复杂任务。