本发明属于任务分配，具体涉及一种面向织材行业的异构多机器人任务调度方法及系统。
背景技术：
1、织材行业中机织自动化生产线机器设备排列紧凑，使得机织环境空间相对狭窄，机织环境相对简单。多机器人系统在空间结构、功能实现、信息交互、资源配置和面对未知复杂危险环境等方面明显优于单机器人系统，但多机器人系统研究仍然存在一些问题，例如其复杂性高、动态性强、存在时变及耦合问题。织材行业生产线的整个流程，牵涉到机械臂（例如理纱机器人）、各类纺织设备（可视作机器人）、以及各类agv小车（移动机器人），这些异构机器人互相之间的相互协作。这些异构机器人在其工作范围内都可视作单一机器人，其分别替代人工操作可以提高相关流程步骤的工作效率并且可以保证一定的质量，将各类异构机器人设备进行协作，可以更好地提高整个织材行业的生产效率。
2、任务分配算法主要分为集中式控制和分布式控制两种形式。集中式控制主要通过一个中央控制器集中掌握环境中全局信息，并且整个控制单元每个独立模块信息都需要上传到中央控制器，通过中央控制器对收集到的信息进行集中处理并根据处理信息以及任务要求对每个模块下达任务发布指令；集中式的算法主要有整数规划方法、搜索算法、智能优化算法，其中智能优化算法包括蚁群算法、粒子群算法、遗传算法等。这些算法针对多机器人执行单任务分配问题求解效果明显，并且可用于解决大范围分配问题。
3、蚁群算法是研究多旅行商问题（multiple salesman problem, mtsp）较优的启发式的智能优化算法，通过蚂蚁的群体效益解决多机器人任务分配的组合优化问题，属于任务分配算法中集中式任务分配算法的一种。多机器人分配多个任务的问题可描述为mtsp：存在若干旅行商和一定个数的城市,其中旅行商分为几个类型,每个城市需要一定个数的各种类型的旅行商一起巡游,寻找旅行商在所有城市巡游完成的最短路径以及访问方案。将该问题表示成图问题,旅行商对应图中的节点,城市之间的路线对应图中的边,问题的解为图中某些边的组合,这样就把任务分配问题表示成了一个图问题。
4、现有智能优化算法任务分配技术在织材行业的复杂环境中实际运用仍存在一些问题，在织材行业机器人类型多样化情况下无法将织材行业整体任务合理分配使类型多样的异构机器人进行更好地协同合作。
技术实现思路
1、针对现有技术的不足，本发明提出了一种面向织材行业的异构多机器人任务调度方法及系统，通过角色分配机制将机织各个工艺转化为多机器人的相应角色，引入角色效益值，将每个机器人对应角色所设的角色效益值用于蚁群算法改进，可更好地实现异构多机器人的任务分配；解决现有技术中无法合理且高效对织材行业异构机器人任务分配的问题。
2、为实现上述目的，本发明提供了如下方案：
3、一种面向织材行业的异构多机器人任务调度方法，包括以下步骤：
4、s1：根据织材行业具体工艺要求和生产需求，建立由工艺特点和生产任务构成的角色任务分配模型；
5、s2：基于所述角色任务分配模型，根据各异构机器人的性能条件和约束条件，构建任务可执行列表；
6、s3：根据改进蚁群算法，在机织自动化生产线中央控制器中对所述任务可执行列表中任务进行分配，满足各异构机器人角色要求。
7、优选的，所述s1中，根据织材行业具体工艺要求和生产需求，建立由工艺特点和生产任务构成的角色任务分配模型的方法包括：
8、根据角色分配对多机器人协作系统进行建模，其中，建模的方法包括：工艺角色定义为，运输角色定义为，固定任务定义为，运输任务定义为，执行任务的机器人类型定义为；
9、基于建立的模型，引入角色效益矩阵，其中，对于m个不同类型机器人，n1+n2个角色，角色效益矩阵是一个的矩阵：
10、
11、其中，表示机器人扮演工艺角色或者运输角色的效益值，所述效益值选择0-1，对每一行中所有值之和为1，承担工艺角色和运输角色隔开，即承担工艺角色的机器人其对应运输角色效益值为0，承担运输角色的机器人其对应运输角色效益值为0；
12、基于所述角色效益矩阵，完成角色任务分配模型的构建。
13、优选的，所述s3中，根据改进蚁群算法，在机织自动化生产线中央控制器中对所述任务可执行列表中任务进行分配，满足各异构机器人角色要求的方法包括：
14、将蚁群算法中单一启发函数改为双启发函数；其中，将蚁群算法中单一启发函数改为双启发函数的方法包括：将一个蚂蚁通过各异构机器人的性能要求选择任务，将另一个蚂蚁通过各异构机器人的角色效应值选择相应机器人；
15、基于所述双启发函数，将蚁群算法中单一信息素改为多信息素；其中，将蚁群算法中单一信息素改为多信息素的方法包括：设定m个异构机器人有m个信息素，m个信息素每次有m个蚂蚁被选中，被选中的m只蚂蚁为同一组蚂蚁，在信息素迭代时以同一组组蚂蚁完成任务所经历路径长度总和在整个迭代中所有组蚂蚁经历路径长度总和的比例确定；
16、根据每组蚂蚁的经历路径长度为信息素，使用种群中所有组蚂蚁游历完所有城市后的路径长度总和计算各组蚂蚁应更新的信息素含量；
17、根据所述信息素含量，对所述任务可执行列表中任务进行分配，满足各异构机器人角色要求。
18、优选的，若m组蚂蚁游历历经长度中最大值为，最小值为，若其中某组蚂蚁遍历的时间为l，则该组蚂蚁增加的信息素为：
19、，
20、其中，是任务点i前往任务点j该组蚂蚁所释放的信息素；q，都为权重参数，值越大则该组蚂蚁更新的信息素与最大值差距越大，该组蚂蚁的路线越容易被淘汰，每组蚂蚁增加信息素时，只增加本组内蚂蚁经过的路线的信息素；为内部信息素权重系数，取0~1，值越大则距离长度对信息素影响越大；
21、进行信息素更新时的信息素更新公式为：，
22、其中，为信息素挥发因子，为迭代次数，为编号为s的蚂蚁组中每个蚂蚁从i任务点前往j任务点的信息素含量；
23、定义第k个任务点被访问的信息素含量为，信息素综合表达公式如下：
24、，
25、其中，表示编号为s的蚂蚁组中每个蚂蚁在i任务点前往j任务点的信息素含量和，为编号为s的蚂蚁组的信息素含量在总信息素含量中的权重系数，m为异构机器人个数。
26、本发明还提供了一种面向织材行业的异构多机器人任务调度系统，包括：模型构建模块、任务列表构建模块和任务分配模块；
27、所述模型构建模块用于根据织材行业具体工艺要求和生产需求，建立由工艺特点和生产任务构成的角色任务分配模型；
28、所述任务列表构建模块用于基于所述角色任务分配模型，根据各异构机器人的性能条件和约束条件，构建任务可执行列表；
29、所述任务分配模块用于根据改进蚁群算法，在机织自动化生产线中央控制器中对所述任务可执行列表中任务进行分配，满足各异构机器人角色要求。
30、优选的，所述模型构建模块中，根据织材行业具体工艺要求和生产需求，建立由工艺特点和生产任务构成的角色任务分配模型的过程包括：
31、根据角色分配对多机器人协作系统进行建模，其中，建模的方法包括：工艺角色定义为，运输角色定义为，固定任务定义为，运输任务定义为，执行任务的机器人类型定义为；
32、基于建立的模型，引入角色效益矩阵，其中，对于m个不同类型机器人，n1+n2个角色，角色效益矩阵是一个的矩阵：
33、
34、其中，表示机器人扮演工艺角色或者运输角色的效益值，所述效益值选择0-1，对每一行中所有值之和为1，承担工艺角色和运输角色隔开，即承担工艺角色的机器人其对应运输角色效益值为0，承担运输角色的机器人其对应运输角色效益值为0；
35、基于所述角色效益矩阵，完成角色任务分配模型的构建。
36、优选的，所述任务分配模块中，根据改进蚁群算法，在机织自动化生产线中央控制器中对所述任务可执行列表中任务进行分配，满足各异构机器人角色要求的过程包括：
37、将蚁群算法中单一启发函数改为双启发函数；其中，将蚁群算法中单一启发函数改为双启发函数的方法包括：将一个蚂蚁通过各异构机器人的性能要求选择任务，将另一个蚂蚁通过各异构机器人的角色效应值选择相应机器人；
38、基于所述双启发函数，将蚁群算法中单一信息素改为多信息素；其中，将蚁群算法中单一信息素改为多信息素的方法包括：设定m个异构机器人有m个信息素，m个信息素每次有m个蚂蚁被选中，被选中的m只蚂蚁为同一组蚂蚁，在信息素迭代时以同一组组蚂蚁完成任务所经历路径长度总和在整个迭代中所有组蚂蚁经历路径长度总和的比例确定；
39、根据每组蚂蚁的经历路径长度为信息素，使用种群中所有组蚂蚁游历完所有城市后的路径长度总和计算各组蚂蚁应更新的信息素含量；
40、根据所述信息素含量，对所述任务可执行列表中任务进行分配，满足各异构机器人角色要求。
41、优选的，若m组蚂蚁游历历经长度中最大值为，最小值为，若其中某组蚂蚁遍历的时间为l，则该组蚂蚁增加的信息素为：
42、，
43、其中，是任务点i前往任务点j该组蚂蚁所释放的信息素；q，都为权重参数，值越大则该组蚂蚁更新的信息素与最大值差距越大，该组蚂蚁的路线越容易被淘汰，每组蚂蚁增加信息素时，只增加本组内蚂蚁经过的路线的信息素；为内部信息素权重系数，取0~1，值越大则距离长度对信息素影响越大；
44、进行信息素更新时的信息素更新公式为：，
45、其中，为信息素挥发因子，为迭代次数，为编号为s的蚂蚁组中每个蚂蚁从i任务点前往j任务点的信息素含量；
46、定义第k个任务点被访问的信息素含量为，信息素综合表达公式如下：
47、，
48、其中，表示编号为s的蚂蚁组中每个蚂蚁在i任务点前往j任务点的信息素含量和，为编号为s的蚂蚁组的信息素含量在总信息素含量中的权重系数，m为异构机器人个数。
49、与现有技术相比，本发明的有益效果为：
50、1、本发明在织材行业内引入高效性的任务分配算法，综合考虑机器人设备的任务价值收益、能量约束等评价指标和约束条件将织材行业中单一分隔无联系的异构多机器人联合进行协作。
51、2、引入角色任务分配机制，使织材行业中单机器人承担多个类型任务的机器人在任务分配算法进行运算时简便化，更有益于后续蚁群算法选择机器人的启发函数使用。
52、3、根据织材行业任务调度特点改进了蚁群算法，通过多信息素和双启发函数作用下使蚁群算法在织材行业任务调度运行更加高效，更具可适性。
1.一种面向织材行业的异构多机器人任务调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向织材行业的异构多机器人任务调度方法，其特征在于，所述s1中，根据织材行业具体工艺要求和生产需求，建立由工艺特点和生产任务构成的角色任务分配模型的方法包括：
3.根据权利要求1所述的面向织材行业的异构多机器人任务调度方法，其特征在于，所述s3中，根据改进蚁群算法，在机织自动化生产线中央控制器中对所述任务可执行列表中任务进行分配，满足各异构机器人角色要求的方法包括：
4.根据权利要求3所述的面向织材行业的异构多机器人任务调度方法，其特征在于，若m组蚂蚁游历历经长度中最大值为，最小值为，若其中某组蚂蚁遍历的时间为l，则该组蚂蚁增加的信息素为：
5.一种面向织材行业的异构多机器人任务调度系统，其特征在于，包括：模型构建模块、任务列表构建模块和任务分配模块；
6.根据权利要求5所述的面向织材行业的异构多机器人任务调度系统，其特征在于，所述模型构建模块中，根据织材行业具体工艺要求和生产需求，建立由工艺特点和生产任务构成的角色任务分配模型的过程包括：
7.根据权利要求5所述的面向织材行业的异构多机器人任务调度系统，其特征在于，所述任务分配模块中，根据改进蚁群算法，在机织自动化生产线中央控制器中对所述任务可执行列表中任务进行分配，满足各异构机器人角色要求的过程包括：
8.根据权利要求7所述的面向织材行业的异构多机器人任务调度系统，其特征在于，若m组蚂蚁游历历经长度中最大值为，最小值为,若其中某组蚂蚁遍历的时间为l，则该组蚂蚁增加的信息素为：
