重大装备制造多机器人任务分配与运动规划技术研究综述
A Review of Task Allocation and Motion Planning for Multi-robot in Major Equipment Manufacturing作者机构：湖南大学电气与信息工程学院 长沙 410082 机器人视觉感知与控制技术国家工程研究中心 长沙 410082 湘江实验室 长沙 410205 南开大学人工智能学院 天津 300350 机器人视觉感知与控制技术国家工程研究中心 长沙 410082 湘江实验室 长沙 410205 湖南大学机器人学院 长沙 410082
出 版 物：《自动化学报》 (Acta Automatica Sinica)
年 卷 期：2024年第50卷第1期
页 面：21-41页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学]
基 金：Construction of Innovative Provinces in Hunan Province, (2021GK1010) Major Project of Xiangjiang Laboratory, (22xj01006) Open Project of Xiangjiang Laboratory, (22xj03002) National Natural Science Foundation of China, NSFC, (62103138, 62133005, 62203161, 62293510, 62293513) National Natural Science Foundation of China, NSFC Natural Science Foundation of Hunan Province, (2023JJ10015) Natural Science Foundation of Hunan Province
摘 要：飞机蒙皮、船舶舱体、高铁车身等大型复杂部件高效高品质制造是航空航天、海洋舰船、轨道交通等领域重大装备发展的根基.大型复杂部件具有尺寸超大、型面复杂等特点,传统的人工、单机制造面临着效率低、一致性差、空间有限等问题,多机器人具有高鲁棒性、高效性等优点,为大型复杂部件制造提供了良好的制造基础.任务分配与运动规划是多机器人制造系统的决策中枢,其性能影响整个系统的运行效率.考虑到重大装备部件制造任务分配与运动规划过程中任务工序多、冲突干涉多、精度需求高等挑战,本文首先对复杂环境下多机器人任务分配与运动规划的重要性进行了说明;然后阐述了目前主要的任务分配与运动规划方法,包括其在智能制造领域下的应用;在此基础上,对现阶段复杂场景下任务分配和运动规划存在的问题进行了分析,并使用强化学习与混合优化算法等方法提出了解决思路;最后对重大装备大型复杂部件制造过程多机器人任务分配和动态规划技术及应用的发展进行了总结与展望.