1.一种基于依赖关系的多智能体避碰控制方法,其特征在于,包括如下步骤:S1、搭建多智能体系统总体框架,多智能体系统总体框架包括多智能体仿真平台、初始化模块、路径规划算法和车辆控制算法;
S2、多智能体仿真平台将任务发送到初始化模块内,初始化模块对地图、任务信息和机器人信息进行初始化;
S3、路径规划算法对多智能体路径进行搜索,生成离散环境下的多车辆的无碰撞路径;
S4、车辆控制算法根据离散环境下的多车辆的无碰撞路径构建现实动态环境下不发生碰撞的多车辆之间的依赖关系,利用依赖关系生成可执行路径;
所述S4具体包括如下步骤:
S41、利用车辆控制算法遍历第i辆车的第k个路径点,对于车辆j,计算满足 时间关系的位置,分别从 向前面的路径点遍历直到初始位置;其中 表示第j辆车在第l个路径点的时刻, 表示第i辆车在第k个路径点的时刻;
S42、判断 是否满足,其中 表示车辆i此刻所处的位置, 车辆j此刻所处的位置;
若不满足,继续遍历前面的所有路径点;
若满足,为车辆i的第k个路径点添加依赖关系 ,其中 表示为车辆i在执行路径点 时需满足车辆j已经经过位置 共k次, 表示路径点 的后面的一个位置,k表示已发送给仿真平台但未执行第j辆车的路径中 出现的次数与新规划第j辆车的路径中 出现的次数总和;
S43、如果第j辆车路径点中没有与第i辆车冲突的位置,则遍历已发送给多智能体仿真平台但未执行第j辆车的路径中与第i辆车冲突的位置,若存在冲突,同样增加依赖关系;
S44、如果车辆i的第k个路径点与其余车辆没有依赖关系存在,则车辆i满足所有依赖关系,否则车辆i不满足所有依赖关系;
S45、车辆控制算法利用依赖关系为车辆i和车辆j生成可执行路径,如果状态信息为true,即已经满足所有依赖关系,则将该位置加入到可执行路径队列中;
S5、车辆控制算法将可执行路径传输到多智能体仿真平台中,多智能体仿真平台对多车辆进行实时模拟,并将多车辆的位置信息通过车辆控制算法发送到路径规划算法内,初始化可执行路径,循环S3至S5,对可执行路径进行实时更新,并利用多智能体仿真平台对多车辆进行实时模拟,直至多车辆均达到目的地。
2.根据权利要求1所述的多智能体避碰控制方法,其特征在于,所述S1中的多智能体仿真平台的作用包括发起任务和多车辆实时模拟;
初始化模块用于对地图、任务信息和机器人信息进行初始化;
路径规划算法用于对离散环境下的多车辆的路径进行搜索,生成离散环境下的多车辆的无碰撞路径;
车辆控制算法用于根据依赖关系生成可执行路径。
3.根据权利要求1所述的多智能体避碰控制方法,其特征在于,所述路径规划算法选用MAPF算法。
4.根据权利要求1所述的多智能体避碰控制方法,其特征在于,所述S2中的机器人信息包括车辆的数量以及每个车辆的起始位置。
5.根据权利要求1所述的多智能体避碰控制方法,其特征在于,所述路径点包含位置信息、依赖信息、状态信息和发布信息;
位置信息,表示为时空关系 ,即车辆在t秒到达位置 ;
依赖信息,即依赖关系,表示为 ,即执行位置需要确保依赖车辆id经过位置 共k次;
状态信息,表示该路径点已经满足/未满足所有依赖关系;
发布信息,表示该路径点是否已经发送给多智能体仿真平台,初始发布信息全部为false,如果已发送至多智能体仿真平台,发布信息改为true。
6.根据权利要求5所述的多智能体避碰控制方法,其特征在于,所述S5中的车辆控制算法将可执行路径传输到多智能体仿真平台,具体实现方式为:设置每次向多智能体仿真平台发送路径点的个数n,并设置发送时间间隔t;
每隔一段时间t每辆车将从可执行路径中提取前n个动作,发送至多智能体仿真平台以便多智能体仿真平台实时模拟车辆执行,发布信息转换为true。
7.根据权利要求6所述的多智能体避碰控制方法,其特征在于,所述S5中的对可执行路径进行实时更新,具体包括如下步骤:S51、根据构建的依赖关系更新可执行路径,状态信息为true,即若车辆满足依赖关系时,将该路径信息添加至可执行路径中;
S52、多智能体仿真平台实时反馈车辆位置,若满足某辆车的依赖关系,那么将依赖关系删除;如果依赖关系为空,那么将状态信息设置为true,即该路径点已经满足所有依赖关系。