基于多Agent机器人系统的图书归类解决方案

类，一本书的分类编码前四位可以设计为U***;TP1 代表自动化基础理论，该类别一本书的分类编码前四位可以设计为：TP1*,后8 位按照各个不同图书馆的不同要求进行编码，从而根据类别和后八位的编码确定某本书所在的码段，接着确定具体的位置和所在柜。

　　我们根据该编码规则来设计图书分类规则库。我们设计四个子规则库：

　　唯一字符规则库：

　　r1: IF 第一个字符是U/E/P/Q/R/V THEN 该本书是所对应的某一大类。

　　两个字符规则库：

　　r1: IF 第一个字符是某个字母 THEN 该本书是某种一级类；

　　r2: IF 第二个字符是某个字母或数字 THEN 该本书是二级类；

　　三个字符规则库：

　　r1: IF 第一个字符是某个字母 THEN 该本书是某种一级类；

　　r2: IF 第二个字符是某个字母或数字 THEN该本书是某二级类；

　　r3: IF 第三个字符是某个字母或数字 THEN该本书是某三级类；

　　四个字符规则库：

　　r41: IF 第一个字符是某个字母 THEN 该本书是某种一级类；

　　r42: IF 第二个字符是某个字母或数字 THEN该本书是某二级类；

　　r43: IF 第三个字符是某个字母或数字 THEN该本书是某三级类；

　　r44: IF 第四个字符是某个字母或数字 THEN该本书是某四级类；

　　r45: IF 第五字符是点 THEN 根据前四位已判断类别和后8 位字符的范围找到该书相应的柜子的编码 AND 跳出规则库；

　　ELSE 第五个字符是某个字母或数字 THEN该S 本书是某五级类；

　　r46: IF 第6 个字符是点 THEN 根据前五位已判断类别和后7 字符的范围找到该书相应的柜子的编码 AND 跳出规则库；

　　根据上述规则库我们给出编码和对应书柜编号的识别通用算法如下：

　　If（第二个字符=*）

　　{ 转入唯一字符规则库；

　　根据该类别和后8 位字符的范围找到该书相应书柜的编码；}

　　Else if（第三个字符=*）

　　{ 转入两个字符规则库；

　　根据该类别和后8 位字符的范围找到该书相应书柜的编码 ;}

　　Else if（第四个字符=*）

　　{ 转入三个字符规则库

　　根据该类别和后8 位字符的范围找到该书相应书柜的编码 ;}

　　Else 转入四个字符规则库；

　　我们以一个例子具体说明编码规则：

　　假设某一高校图书馆给出非审计类8 位的编码规则是，对于U 类书籍，编码范围U***00000000-U***00000200 内的书籍放在1 号柜。我们对一本编码为U***00000023 使用本文所述的分类算法进行分类。首先，判断第二位字符，根据算法第二位是*,转入唯一字符规则库，首先根据规则r11,判断出该本书是交通运输类，结合后八位0000023,该编码在U***0000000-U***0000200 范围内，判断出该书所在的位置为1 号柜。

3.2 智能寻线导航

　　所谓路径规划是指移动机器人按照某一性能指标（如距离、时间、能量等）搜索一条从起始状态到目标状态的最优或次优路径。路径规划主要涉及的问题包括：

　　利用获得的移动机器人环境信息建立较为合理的模型，再用某种算法寻找一条从起始状态到目标状态的最优或近似最优的无碰撞路径；能够处理环境模型中的不确定因素和路径跟踪中出现的误差，使外界物体对机器人的影响降到最小；如何利用已知的所有信息来引导机器人的动作，从而得到相对更优的行为决策。

　　路径规划是移动机器人研究中的一个基本且重要的问题。路径规划的第一步是确定地图的表示方法，其目的是将机器人和障碍物所在的物理空间的显著特征描述出来，使之更适合于规划。本文中将地图置于信息库中，智能决策Agent 根据临时库中的各个目的地在电子地图中的位置，确定物体或自身的位姿（位置和姿态），制订出他们的优先次序。

　　由于机器人工作的环境是动态变化的，环境中的障碍物不全是已知的、静止的。这就要求机器人要不断地对周围环境进行探测，并对探测到的障碍物进行实时处理，即要求机器人具备局部规划的能力。机器人在运行过程中，通常会发生如下几种类型的冲突：

　　碰撞、拥塞以及死锁。

　　碰撞：一个运动物体在另一个运动物体运行路线上的相同位置同时出现。拥塞：其它运动物体妨碍当前运动物体按要求到达目标。死锁：运动物体无法进行各自的下一步动作。这些冲突的产生主要是由于机器人对环境信息缺乏详细了解造成的。因此，当环境动态变化时，往往采用依赖传感器的局部路径规划方法进行冲突消解。

　　由于本文中设计的机器人个数比较少，就将环境中其他机器人视为环境中的障碍物，而且环境比较简单，因而采用无通讯的避碰力一法的机器人，不需要与其他机器人的通讯，完全依靠机器人的传感器获取其他机器人的运动信息。

　　本文采用改进BUG 算法计算两点间的最短路径，即计算出离当前点路径最短的目标点，具体算法如下：

根据电子地图，智能策略Agent 初步给出各个目的点的优先次序及其行走路线，但是实际行走