一种协同调度移动机器人集群的方法及系统与流程

1.本发明涉及移动机器人控制领域，尤其涉及一种协同调度移动机器人集群的方法及系统。


背景技术：

2.随着智能制造对小批量、多品种、个性化生产要求的日益增多，多台移动机器人协同完成复杂工作任务的情形将越来越普遍。由不同种类、不同构型的多台移动机器人组成的机器人集群，需要在协同调度系统的统一控制下才能有条不紊地高效运行。
3.移动机器人集群调度是算法学上典型的np-hard复杂度问题，求解难度很大。目前，移动机器人调度系统主要分为三类：1.机器人调度软件(如opentcs)，对不同类型机器人的兼容性较好，但需要根据实际应用场景进行二次开发；2.商品化机器人调度软件，由各移动机器人制造商配套开发，一般只适用于某一品牌的移动机器人；3.企业自行研发的专用机器人调度软件，一般只适用于特定型号的移动机器人，应用范围较窄。
4.因此，群体调度一直是本领域内要攻克的难点之一。分布式多智能体为群体调度提供了新的解决途径。各智能体是自治的，通过协作求解全局问题，而智能优化算法被引入到群体调度以提高群体调度的性能。


技术实现要素：

5.本发明的目的在于克服现有技术的不足，本发明提供了一种协同调度移动机器人集群的方法及系统，针对目前移动机器人集群协同调度中普遍存在的运行效率低、系统兼容性差等技术难题，基于交通控制系统构建了移动机器人集群协同调度系统，提高了移动机器人集群调度的运行效率，满足了智能制造对系统兼容性的要求，具有较高的工程应用价值。
6.为了解决上述问题，本发明提出了一种协同调度移动机器人集群的方法，包括：
7.基于5g网络配置移动机器人集群与智能调度服务器的通信连接；
8.基于智能调度服务器建立移动机器人集群工作区域的全局地图和路网；
9.基于智能优化算法配置所述移动机器人集群的工作任务、行驶路径和交通管制规则；
10.移动机器人集群基于工作任务、行驶路径和交通管制规则进行协同作业。
11.所述基于5g网络配置移动机器人集群与智能调度服务器的通信连接是基于套接字技术实现的，包括：
12.为移动机器人集群中的每台移动机器人配置对应的ip地址与端口；
13.智能调度服务器开启套接字端口并实时监控网络状态；
14.移动机器人集群中的每台移动机器人的套接字端口向智能调度服务器的套接字端口发送连接请求；
15.智能调度服务器响应所述连接请求并建立套接字连接。
16.所述基于智能调度服务器建立移动机器人集群工作区域的全局地图和路网，包括：
17.对移动机器人集群进行调试工作；
18.智能调度服务器启动即时定位与地图构建系统，并基于套接字连接同步启动移动机器人集群中的多台移动机器人；
19.基于移动机器人采集所处环境的局部地图数据，将所述局部地图数据上传到智能调度服务器，所述智能调度服务器将所述局部地图数据转发到云服务器；
20.云服务器将所述局部地图数据进行分析处理后输出全局地图，并转发到所述智能调度服务器；
21.所述智能调度服务器基于全局地图形成路网。
22.所述对移动机器人集群进行调试工作，包括：
23.校准移动机器人集群的里程计和惯性测量单元；
24.去除移动机器人集群的激光雷达运动畸变；
25.同步移动机器人集群中所有移动机器人内置系统的时钟。
26.所述基于移动机器人采集所处环境的局部地图数据，包括：
27.智能调度服务器基于移动机器人的精确位姿刷新所述移动机器人的里程计数据；
28.智能调度服务器向移动机器人下达数据采集指令；
29.所述移动机器人基于里程计采集行驶里程数据，且基于惯性测量单元采集速度数据和位姿数据。
30.所述基于移动机器人采集所处环境的局部地图数据，还包括：
31.移动机器人扫描周围环境，生成激光轮廓点云数据，
32.所述基于移动机器人采集所处环境的局部地图数据，还包括：
33.将所述行驶里程数据、速度数据以及位姿数据经过转化处理后得到所述移动机器人的粗略位姿矩阵；
34.将所述激光轮廓点云数据经过去噪处理后生成局部地图。
35.所述云服务器将所述局部地图数据进行分析处理后输出全局地图，包括：
36.云服务器采用时间戳对齐的方式进行数据匹配，并基于点对线迭代最近点算法对所述局部地图进行融合计算，生成全局点云地图；
37.基于图优化算法对所述全局点云地图和所述粗略位姿矩阵进行优化，生成精确全局点云地图和精确位姿矩阵。
38.所述智能调度服务器基于全局地图形成路网，包括：
39.基于智能调度服务器在所述移动机器人集群工作区域的全局地图上添加若干路径点，将所述路径点连接起来形成路网；
40.设置若干位置点及所述位置点对应的动作，并将所述位置点与其对应的路径点连接起来。
41.本发明还提出了一种协同调度系统，包括存储器、处理器以及存储在存储器上的计算机程序，其中，所述处理器执行所述计算机程序以实现所述一种协同调度移动机器人集群的方法。
42.本发明基于5g网络配置移动机器人集群与智能调度服务器的通信连接，运用套接
字socket技术，在智能调度服务器上实时获知移动机器人集群中每台移动机器人的位置、电量、任务执行状态等信息，同时向对应的移动机器人下达调度任务命令，实现在5g网络上智能调度服务器和多个移动机器人间双向数据交换；基于智能调度服务器运用即时定位与地图构建系统建立移动机器人集群工作区域的全局地图，基于智能优化算法配置所述移动机器人集群的工作任务、行驶路径和交通管制规则，能够利用多台移动机器人上搭载的设备获取周围环境的数据，并通过5g网络发送到云服务器，利用云服务器的计算资源进行点云数据的融合处理，快速生成大范围场景的轻量级全局地图并完成多台移动机器人的精确定位，充分发挥多机器人空间覆盖范围广的优势，提高了移动机器人集群调度的运行效率，满足了智能制造对系统兼容性的要求，具有较高的工程应用价值。
附图说明
43.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
44.图1是本发明实施例中的协同调度移动机器人集群的方法流程示意图；
45.图2是本发明实施例中的基于5g网络配置移动机器人集群与智能调度服务器的通信连接流程示意图；
46.图3是本发明实施例中的建立移动机器人集群工作区域的全局地图和路网流程示意图；
47.图4是本发明实施例中的基于移动机器人采集所处环境的局部地图数据流程示意图；
48.图5是本发明实施例中的云服务器将所述局部地图数据进行分析处理后输出全局地图流程示意图。
具体实施方式
49.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
50.在本发明中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
51.另外还需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
52.本发明实施例所涉及的一种协同调度移动机器人集群的方法，包括：基于5g网络配置移动机器人集群与智能调度服务器的通信连接；基于智能调度服务器建立移动机器人集群工作区域的全局地图；基于智能优化算法配置所述移动机器人集群的工作任务、行驶路径和交通管制规则；移动机器人集群基于工作任务、行驶路径和交通管制规则进行协同
作业。
53.上文提及，随着智能制造对小批量、多品种、个性化生产要求的日益增多，多台移动机器人协同完成复杂工作任务的情形将越来越普遍。由不同种类、不同构型的多台移动机器人组成的机器人集群，需要在协同调度系统的统一控制下才能有条不紊地高效运行。
54.考虑到上述需求，在该实施方式中，为了解决目前移动机器人集群协同调度中普遍存在的运行效率低、系统兼容性差等技术难题，这里基于交通控制系统提出了一种协同调度移动机器人集群的方法，通过配置移动机器人集群与智能调度服务器的通信连接；基于智能调度服务器建立移动机器人集群工作区域的全局地图；基于智能优化算法配置所述移动机器人集群的工作任务、行驶路径和交通管制规则，提高了移动机器人集群调度的运行效率，满足了智能制造对系统兼容性的要求，具有较高的工程应用价值。
55.在本实施例的一个可选实现方式中，如图1所示，所述协同调度移动机器人集群的方法具体包括以下步骤s101-s104：
56.s101、配置移动机器人集群与智能调度服务器的通信连接；
57.这里基于5g网络配置移动机器人集群与智能调度服务器的通信连接。
58.具体的，所述智能调度服务器是基于opentcs(theopentransportationcontrolsystem)运行的，所述opentcs是一款独立于供应商且可灵活使用的控制系统软件，在本实施例中用于移动机器人集群的工作任务的调度以及行驶路径的规划。
59.在本实施例的一个可选实现方式中，所述基于5g网络配置移动机器人集群与智能调度服务器的通信连接是基于套接字技术(socket)实现的。
60.具体的，所述socket技术是实现网络上两个应用进程间双向数据交换的通信连接技术，主要有五个信息构成：协议、本地地址、本地端口号、远地地址、远地端口号。在本实施例中，基于设置好的ip地址和端口port，通过socket接口维持智能调度服务器和移动机器人集群之间的通信连接以实现同一局域网内信息交换以及通信连接。
61.更多的，所述协议指的是传输控制协议(tcp，transmissioncontrolprotocol)以及网际协议(ip，internetprotocol)协议。
62.在本实施例的一个可选实现方式中，如图2所示，所述基于5g网络配置移动机器人集群与智能调度服务器的通信连接，包括以下步骤s201-s204：
63.s201、为移动机器人集群中的每台机器人配置对应的ip地址和端口；
64.在本实施例的一个可选实现方式中，所述智能调度服务器为移动机器人集群中的每台移动机器人配置对应的ip地址和端口port。
65.具体的，所述ip地址包括作为服务器端的智能调度服务器的本地ip地址和作为客户端的移动机器人集群中的每台移动机器人所对应的远地ip地址，所述端口包括作为服务器端的智能调度服务器的本地ip地址对应的本地端口和作为客户端的移动机器人集群中的每台移动机器人所对应的远地ip地址对应的远地端口。
66.这里为移动机器人集群中的每台机器人配置对应的ip地址和端口，能够对移动机器人集群中的每台移动机器人实现精准控制。
67.s202、智能调度服务器开启套接字端口并实时监控网络状态；
68.在本实施例的一个可选实现方式中，所述智能调度服务器开启套接字端口并实时监控网络连接状态，进入等待移动机器人集群发出连接请求的状态。
69.这里智能调度服务器开启套接字端口并实时监控网络状态，有利于智能调度服务器对移动机器人集群发出的连接请求作出快速反应，提高连接的效率。
70.s203、移动机器人集群中的每台移动机器人的套接字端口向智能调度服务器的套接字端口发送连接请求；
71.在本实施例的一个可选实现方式中，所述移动机器人集群中的移动机器人的套接字端口向智能调度服务器的套接字端口发送连接请求之前，需描述所述所要连接的智能调度服务器对应的ip地址，然后将所述移动机器人集群中移动机器人对应的ip地址一并发送至所要连接的智能调度服务器的套接字端口处。
72.这里的移动机器人集群中的每台移动机器人的套接字端口向智能调度服务器的套接字端口发送连接请求，有利于精确移动机器人集群中每个移动机器人所要连接的智能调度服务器，避免导致出现连接混乱的情形。
73.s204、智能调度服务器响应所述连接请求并建立套接字连接。
74.在本实施例的一个可选实现方式中，所述智能调度服务器的套接字端口接收到移动机器人集群中的移动机器人的套接字端口发来的连接请求后，会响应其请求建立线程并建立套接字连接。
75.这里智能调度服务器响应所述连接请求并建立套接字连接，能够确保连接双方的ip地址、端口以及传输链路正确无误，为双方的数据传输开辟通道。
76.s102、建立移动机器人集群工作区域的全局地图和路网；
77.这里基于智能调度服务器建立移动机器人集群工作区域的全局地图和路网。
78.在本实施例的一个可选实现方式中，如图3所示，所述建立移动机器人集群工作区域的全局地图和路网，包括以下步骤s301-s307：
79.s301、对移动机器人集群进行调试工作；
80.在本实施例的一个可选实现方式中，所述对移动机器人集群进行调试工作，包括：
81.1.校准移动机器人集群中每台移动机器人的里程计和惯性测量单元(imu，inertialmeasurementunit)；
82.2.去除移动机器人集群中每台移动机器人的激光雷达的运动畸变；
83.3.同步移动机器人集群中每台移动机器人内置系统的时钟。
84.这里对移动机器人集群进行调试工作，对移动机器人搭载的数据采集设备进行初始化，可以提高采集数据的精确度。
85.s302、智能调度服务器启动即时定位与地图构建系统，同步启动移动机器人集群中的多台移动机器人；
86.这里智能调度服务器启动即时定位与地图构建系统，并基于套接字连接由即时定位与地图构建系统同步启动移动机器人集群中的多台移动机器人进行协同采集局部地图数据工作。
87.具体的，所述即时定位与地图构建系统(slam，simultaneouslocalizationandmapping)是指移动机器人在陌生的环境中运行时，能够在工作的同时完成对周围环境地图的构建并确定自身在地图中相对位置的技术，在本实施例中用于结合移动机器人集群中多台移动机器人扫描周围环境所获取的环境数据，通过5g网络发送至云服务器，基于云服务器的计算资源生成大范围场景的轻量级全局地图并完成移动机器人集群的协同调度与精确
定位。
88.这里智能调度服务器启动即时定位与地图构建系统，同步启动移动机器人集群中的多台移动机器人进行协同采集局部地图数据工作，能够合理利用移动机器人集群中多移动机器人空间覆盖范围广的优势，快速生成大范围场景的全局地图以及多机器人的精确定位。
89.s303、基于移动机器人采集所处环境的局部地图数据；
90.在本实施例的一个可选实现方式中，如图4所示，所述基于移动机器人采集所处环境的局部地图数据，包括以下步骤s401-s405：
91.s401、基于移动机器人的精确位姿刷新所述移动机器人的里程计数据；
92.这里智能调度服务器基于移动机器人的精确位姿刷新所述移动机器人的里程计数据。
93.在本实施例的一个可选实现方式中，所述移动机器人的精确位姿指的是移动机器人在空间坐标系下的位置和姿态，所述位置指的是移动机器人在空间里的定位，所述姿态指的是移动机器人在空间里的朝向。
94.具体的，所述移动机器人的位置可用一个3
×
1的向量来表示：
[0095][0096]
所述移动机器人的姿态可用一个2
×
2的矩阵来表示：
[0097][0098]
所述移动机器人的位姿可用一个3
×
3的齐次矩阵来统一描述，通过矩阵的正逆变换和矩阵相乘操作，实现位姿的变换。
[0099][0100]
需要说明的是，所述里程计数据在此步骤刷新之前在步骤s301处已经初始化归零。
[0101]
这里基于移动机器人的精确位姿刷新所述移动机器人的里程计数据，能够根据移动机器人的精确位姿准确测量出所述移动机器人所处的精确位置。
[0102]
s402、智能调度服务器向移动机器人下达数据采集指令；
[0103]
在本实施例的一个可选实现方式中，所述智能调度服务器是基于5g网络通过套接字端口向移动机器人下达数据采集指令。
[0104]
在本实施例的一个可选实现方式中，所述移动机器人的采样频率为1/δt。
[0105]
s403、所述移动机器人基于里程计采集行驶里程数据，且基于惯性测量单元采集速度数据和位姿数据；
[0106]
在本实施例的一个可选实现方式中，所述里程计可以是视觉里程计、轮式里程计、激光里程计中的一种或者多种。
[0107]
在本实施例的一个可选实现方式中，所述速度数据包括移动机器人的加速度数据
以及角速度数据。
[0108]
在本实施例的一个可选实现方式中，所述行驶里程数据、速度数据以及位姿数据用附加的时间戳和标号来进行标记。
[0109]
在本实施例的一个可选实现方式中，所述移动机器人是基于5g网络通过套接字端口将所述行驶里程数据、速度数据以及位姿数据发送至智能调度服务器。
[0110]
这里采集移动机器人的行驶里程数据、速度数据以及位姿数据，并用附加的时间戳和标号来进行标记，便于区分。
[0111]
s404、所述移动机器人扫描周围环境，生成激光轮廓点云数据；
[0112]
在本实施例的一个可选实现方式中，所述移动机器人是基于5g网络通过套接字端口将所述激光轮廓点云数据发送至智能调度服务器。
[0113]
这里基于移动机器人采集所处环境的数据生成激光轮廓点云数据，能够更为准确地表示出所处环境。
[0114]
s405、将所述行驶里程数据、速度数据以及位姿数据经过转化处理后得到所述移动机器人的粗略位姿矩阵，并将所述激光轮廓点云数据经过去噪处理后生成局部地图。
[0115]
这里移动机器人将所述行驶里程数据、速度数据以及位姿数据经过转化处理后，生成所述移动机器人的粗略位姿矩阵；并将所述激光轮廓点云数据进行去噪处理，生成所述移动机器人对应的局部点云地图。
[0116]
在本实施例的一个可选实现方式中，所述移动机器人将所述行驶里程数据经过运动学算法转化成所述移动机器人的整体的位移数据，并将所述速度数据中的加速度数据和角速度数据分别进行积分，计算出所述移动机器人的线速度数据和转角数据，利用扩展卡尔曼滤波器(ekf，extendedkalmanfilter)将所述位移数据、线速度数据、转角数据进行融合处理，结合所述位姿数据，生成所述移动机器人的粗略位姿矩阵p’i
(x,y,θ)
t
(i＝1
……
n)。
[0117][0118]
在本实施例的一个可选实现方式中，所述激光轮廓点云数据需要经过去噪处理后用附加的时间戳和标号进行标记，所述去噪处理包括但不限于去除孤立点、噪声点。
[0119]
在本实施例的一个可选实现方式中，所述激光轮廓点云数据经过去噪处理后生成n张局部点云地图mi(i＝1,
……
,n)，其中n为参与采集环境数据的移动机器人的标号。
[0120]
这里对行驶里程数据、速度数据、位姿数据以及所述激光轮廓点云数据经过转化处理后分别生成粗略位姿矩阵和局部点云地图，便于云服务器进一步处理生成全局地图。
[0121]
s304、将所述局部地图数据上传到智能调度服务器，所述智能调度服务器将所述局部地图数据转发到云服务器；
[0122]
这里基于5g网络将所述局部地图数据上传到智能调度服务器，并将所述局部地图数据转发到云服务器。
[0123]
s305、云服务器将所述局部地图数据进行分析处理后输出全局地图，并转发到所述智能调度服务器；
[0124]
这里云服务器采用时间戳对齐的方式进行数据匹配，并基于点对线迭代最近点算
法对所述局部地图进行融合计算，并进行优化，生成移动机器人集群工作区域的全局地图。
[0125]
在本实施例的一个可选实现方式中，所述云服务器基于hadoop架构构建。
[0126]
在本实施例的一个可选实现方式中，如图5所示，所述云服务器将所述局部地图数据进行分析处理后输出全局地图，包括以下步骤s501-s502：
[0127]
s501、云服务器采用时间戳对齐的方式进行数据匹配，并基于点对线迭代最近点算法对所述局部地图进行融合计算，生成全局点云地图；
[0128]
在本实施例的一个可选实现方式中，所述云服务器采用时间戳对齐的方式进行数据匹配，并采用点对线迭代最近点算法(pl-icp，point-to-lineiterativeclosestpoint)对所述局部点云地图mi(i＝1,
……
,n)进行融合计算处理，生成全局点云地图mc。
[0129]
s502、基于图优化算法对所述全局点云地图和所述粗略位姿矩阵进行优化，生成精确全局点云地图和精确位姿矩阵；
[0130]
这里云服务器基于图优化算法对所述全局点云地图和所述粗略位姿矩阵进行优化，生成精确全局点云地图和精确位姿矩阵。
[0131]
在本实施例的一个可选实现方式中，所述云服务器基于图优化算法cartographer对所述全局点云地图mc进行优化，获得最优的全局点云地图，同时生成n个移动机器人的精确位姿矩阵pi(x，y，θ)
t
(i＝1......n)。
[0132]
在本实施例的一个可选实现方式中，所述云服务器基于octomap程序包将全局点云地图mc转换为轻量化的全局栅格概率地图mg，并在栅格地图mg上标示n个移动机器人的位置pi(i＝1......n)。地图中每个栅格取值范围为[0，1]，其中，0表示栅格未被占据，1表示栅格被占据，-1表示不确定，0-1之间的数值表示栅格被占据的概率。
[0133]
s306、所述智能调度服务器基于全局地图形成路网；
[0134]
在本实施例的一个可选实现方式中，所述智能调度服务器在所述移动机器人集群工作区域的全局地图添加若干路径点，将所述路径点连接起来形成路网，设置若干位置点及所述位置点对应的动作，并将所述位置点与其对应的路径点连接起来。
[0135]
在本实施例的一个可选实现方式中，所述路网可以是由智能调度服务器自动生成的，也可以是由用户自定义生成的。
[0136]
这里配置所述移动机器人集群的工作任务、行驶路径和交通管制规则，能够将移动机器人集群的工作任务与全局地图以及路网结合起来，形成最优的行驶路径，提高了移动机器人集群的工作效率。
[0137]
s307、重复步骤s303-s306，直至所述即时定位与地图构建系统slam停止运行。
[0138]
s103、配置所述移动机器人集群的工作任务、行驶路径和交通管制规则；
[0139]
这里基于智能优化算法配置所述移动机器人集群最优情况下的工作任务、行驶路径和交通管制规则。
[0140]
在本实施例的一个可选实现方式中，所述智能优化算法为智能调度服务器内置的算法，包括但不限于任务分配算法、路径规划算法、调度算法。
[0141]
在本实施例的一个可选实现方式中，所述最优情况下的工作任务、行驶路径和交通管制规则为所述移动机器人集群的总体能耗最小、总体行驶路径最短、总体耗时最短中的一种或者多种情况，亦可以为上述优化指标的加权和最大的情况。
[0142]
这里基于智能优化算法配置所述移动机器人集群的工作任务、行驶路径和交通管
制规则，可以为移动机器人集群提供最优的工作规划，提高移动机器人集群的工作效率。
[0143]
s104、移动机器人集群基于工作任务、行驶路径和交通管制规则进行协同作业。
[0144]
在本实施例的一个可选实现方式中，所述移动机器人集群基于工作任务、行驶路径和交通管制规则进行协同工作。
[0145]
综上，本发明实施例一通过一种协同调度移动机器人集群的方法，基于交通控制系统，通过配置移动机器人集群与智能调度服务器的通信连接，并基于智能调度服务器建立移动机器人集群工作区域的全局地图和路网，基于智能优化算法配置所述移动机器人集群的工作任务、行驶路径和交通管制规则，提高了移动机器人集群调度的运行效率，满足了智能制造对系统兼容性的要求，具有较高的工程应用价值。
[0146]
下述为本发明装置实施例，可用于执行本发明方法的实施例。
[0147]
本发明装置实施例所涉及的一种协同调度系统，包括：存储器、处理器以及存储在存储器上的计算机程序，其中，所述处理器执行所述计算机程序，所述存储器储存在屏蔽工作过程中产生的数据。
[0148]
需要说明的是，所述处理器执行所述计算机程序，用于实现本发明所述一种协同调度移动机器人集群的方法。
[0149]
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(rom，readonlymemory)、随机存取存储器(ram，randomaccessmemory)、磁盘或光盘等。
[0150]
综上，本发明装置实施例通过一种协同调度系统，该系统基于智能交通调度系统，通过配置移动机器人集群与智能调度服务器的通信连接，并基于智能调度服务器建立移动机器人集群工作区域的全局地图和路网，配置所述移动机器人集群的工作任务、行驶路径和交通管制规则，提高了移动机器人集群调度的运行效率，满足了智能制造对系统兼容性的要求，具有较高的工程应用价值。
[0151]
另外，以上对本发明实施例所提供的一种协同调度移动机器人集群的方法及系统进行了详细介绍，本文中应采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。