Khoá luận “Chiến lược dẫn đường nội mạng cho triển khai hệ thống đa robot theo dõi mục tiêu” sẽ trình bày về tính hiệu quả của hệ thống đa robot theo dõi đa mục tiêu, cũng như bổ sung thêm kiến thức chuyên ngành. Khóa luận trình bày chi tiết về điều khiển đa robot cũng như áp dụng kiến thức để thực hiện mô phỏng trên phần mềm Matlab cho thấy các giải pháp được trình bầy trong khóa luận đạt hiệu suất cao trong bài toán dẫn đường, theo dõi đa mục tiêu của hệ thống đa robot.
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Bùi Ngọc Minh CHIẾN LƯỢC DẪN ĐƯỜNG NỘI MẠNG CHO TRIỂN KHAI HỆ THỐNG ĐA ROBOT THEO DÕI MỤC TIÊU KHĨA LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Công nghệ kỹ thuật điện tử - viễn thông HÀ NỘI - 2023 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Bùi Ngọc Minh CHIẾN LƯỢC DẪN ĐƯỜNG NỘI MẠNG CHO TRIỂN KHAI HỆ THỐNG ĐA ROBOT THEO DÕI MỤC TIÊU KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Cơng nghệ kỹ thuật điện tử - viễn thông Cán hướng dẫn: TS Phạm Duy Hưng Cán đồng hướng dẫn: ThS Phạm Đình Tn HÀ NỘI - 2023 TĨM TẮT Tóm tắt: Khi triển khai cứu hộ, cứu nạn có nhiều điều khó khăn Một việc việc triển khai tìm kiếm mục tiêu cần giúp đỡ Khố luận nghiên cứu chiến lược dẫn đường cho triển khai hệ thống đa robot tìm kiếm mục tiêu khu vực cần cứu hộ Hệ thống đa robot chủ đề nghiên cứu thu hút nhiều quan tâm cộng đồng nghiên cứu Việc robot phối hợp với để tìm kiếm theo dõi mục tiêu tốn điển hình lĩnh vực Trong đề tài này, khóa luận tập trung vào việc phát triển chiến lược tối ưu hóa đường cho hệ thống đa robot việc theo dõi nhiều mục tiêu lúc Để đạt mục tiêu này, đề tài tập trung vào việc nghiên cứu chiến lược dẫn đường nội mạng nhằm khác vụ hạn chế robot khả định vị, dẫn đường môi trường trước, tức robot giao tiếp với thông qua mạng nội để tối ưu hóa quãng đường di chuyển hệ thống robot sử dụng robot triển khai để dẫn đường cho robot khác chiếm mục tiêu Cùng với giải toán phân nhiệm theo dõi mục tiêu Khoá luận “Chiến lược dẫn đường nội mạng cho triển khai hệ thống đa robot theo dõi mục tiêu” trình bày tính hiệu hệ thống đa robot theo dõi đa mục tiêu, bổ sung thêm kiến thức chun ngành Khóa luận trình bày chi tiết điều khiển đa robot áp dụng kiến thức để thực mô phần mềm Matlab cho thấy giải pháp trình bầy khóa luận đạt hiệu suất cao toán dẫn đường, theo dõi đa mục tiêu hệ thống đa robot Từ khóa: Hệ thống đa robot, dẫn đường nội mạng, theo dõi đa mục tiêu, phân nhiệm i LỜI CẢM ƠN Đầu tiên, em xin gửi lời cảm ơn sâu sắc đến TS Phạm Duy Hưng ThS Phạm Đình Tn, người thầy tận tình hướng dẫn, ln giúp đỡ, tạo động lực cho em học quý giá suốt trình học tập trường Đại học Công Nghệ - Đại học Quốc gia Hà Nội nói chung q trình hồn thành khóa luận nói riêng Tiếp đó, em xin gửi lời cảm ơn chân thành đến tồn thể q thầy, trường Đại học Công Nghệ - Đại học Quốc gia Hà Nội, đặc biệt quý thầy, cô công tác khoa Điện tử - Viễn thơng, tạo nhiều điều kiện giúp đỡ tận tình cho sinh viên chúng em Đồng thời, em xin gửi lời cảm ơn tới gia đình, bạn bè, anh chị đồng hành, giúp đỡ động viên em q trình học tập thực khóa luận Mọi người giúp em nhiều trình học tập làm khóa luận Mọi người nguồn động lực để em phấn đấu học tập, hoàn thiện phát triển thân Cuối cùng, em xin kính chúc q thầy, sức khỏe dồi gặt hái nhiều thành công sống đường giảng dạy nghiên cứu ii LỜI CAM ĐOAN Tơi xin cam đoan khóa luận ”Nghiên cứu chiến lược điều khiển quét bao phủ đa robot sử dụng đội hình đường thẳng” thực thân hướng dẫn TS Phạm Duy Hưng Mọi tham khảo, trích dẫn từ nghiên cứu tài liệu liên quan sử dụng khóa luận nêu nguồn gốc cách rõ ràng danh mục tài liệu tham khảo Trong khóa luận hồn tồn khơng có chép tài liệu cơng trình nghiên cứu người khác Hà Nội, ngày tháng năm 2023 Tác giả Bùi Ngọc Minh iii PHÊ DUYỆT CỦA CÁN BỘ HƯỚNG DẪN Tơi xác nhận khóa luận sinh viên Bùi Ngọc Minh đáp ứng yêu cầu để đưa bảo vệ trước Hội đồng Hà Nội, ngày tháng năm 2023 Cán hướng dẫn TS Phạm Duy Hưng iv Mục lục TÓM TẮT i LỜI CẢM ƠN ii LỜI CAM ĐOAN iii PHÊ DUYỆT CỦA CÁN BỘ HƯỚNG DẪN iv MỞ ĐẦU 1 GIỚI THIỆU 1.1 Giới thiệu chung hệ thống đa robot 1.2 Theo dõi mục tiêu 1.2.1 Bài tốn tìm kiếm mục tiêu 1.2.2 Bài toán phân nhiệm 1.2.3 Dẫn đường nội mạng 1.3 Nghiên cứu tổng quan 1.4 Phát biểu toán 14 LÝ THUYẾT CƠ SỞ VÀ GIẢI THUẬT 16 2.1 Mô hình hệ thống đa robot 16 2.2 Kỹ thuật dẫn đường nội mạng 17 2.2.1 Cơ chế dẫn đường 17 2.2.2 Kỹ thuật tìm đường ngắn 18 v 2.2.3 Giải thuật dẫn đường nội mạng 20 2.2.4 Điều khiển hành vi 21 2.3 Cơ chế phân nhiệm 26 2.4 Thuật toán theo dõi đa mục tiêu 26 MÔ PHỎNG VÀ KẾT QUẢ 30 3.1 Thiết lập mô 30 3.2 Kết thí nghiệm 31 3.3 Đánh giá kết 37 3.4 Thảo luận 38 KẾT LUẬN 39 4.1 Kết đạt 39 4.2 Hướng phát triển tương lai 39 vi Danh sách hình vẽ 1.1 Nguyên lý làm việc hệ thống báo [1] 1.2 Hình ảnh thể chế phân nhiệm báo [2] Trong ví dụ này, ba robot (r1 , r2 , r3 ) theo dõi hai chuyển động mục tiêu (t1 ,t2 ) Mỗi rô-bốt có năm kiểu chuyển động gốc (pi m ) để chọn bước thời gian c đại diện cho chi phí quan sát mục tiêu từ chuyển động nguyên thủy 10 1.3 Áp dụng chế SLAM dẫn đường cho robot quét dọn 13 2.1 Mơ hình mạng đa robot 16 2.2 Mơ hình vùng nhìn thấy robot 17 2.3 Robot di chuyển theo node triển khai 18 2.4 Dẫn đường nội mạng sử dụng Dijkstra 20 2.5 Lưu đồ thuật toán điều khiển hành vi 22 2.6 Vùng Sia bán kính 23 2.7 Vùng Sin bán kính rn 24 2.8 Vùng Sic bán kính rc 25 3.1 Ví dụ vị trí xuất phát robot mục tiêu 31 3.2 Thí nghiệm 1(Robot từ 1-5) 32 3.3 Thí nghiệm 1(Robot từ 6-10) 34 3.4 Thí nghiệm 2-5 35 3.5 Thí nghiệm 6-9 36 vii MỞ ĐẦU Lý chọn đề tài: Trong cách mạng 4.0, robotics đóng góp cho phát triển công nghệ sản xuất toàn giới Hệ thống đa Robot, đặc biệt nghiên cứu phát triển hệ thống đa robot để theo dõi tiếp cận mục tiêu phân tán không gian, ưu tiên hàng đầu Việc sử dụng hệ thống đa robot công tác cứu hộ cứu nạn giúp tìm kiếm mục tiêu nhanh chóng xác Tuy nhiên, cơng tác cứu hộ cứu nạn, mục tiêu, môi trường đồ trước, dẫn đến khả định vị dẫn đường robot đơn lẻ bị giới hạn Đề tài tập trung vào nghiên cứu giải pháp triển khai hệ thống đa Robot tự động phối hợp, di chuyển tìm kiếm mục tiêu không xác định trước, tối ưu mặt quãng đường di chuyển để đạt chi phí thấp tối ưu hóa q trình tìm kiếm cứu nạn Hệ thống đa Robot lĩnh vực nghiên cứu phát triển hứa hẹn cho tương lai đề tài đóng góp vào phát triển lĩnh vực này, đồng thời mang lại nhiều giá trị cho đời sống sản xuất Với chủ đề phối hợp hệ thống đa Robot, có nhiều nghiên cứu giải thuật phối hợp điều khiển hệ thống đa robot Tại đề tài này, ta sử dụng giải thuật điều khiển phân nhiệm (Task Allocation) thuật toán di chuyển nội mạng (In-network Mobility Control) hệ thống đa robot để tối ưu quãng đường di chuyển robot, để điều khiển robot ta sử dụng giải thuật điều khiển hành vi (Behavirol Control) để hướng robot chiếm đóng mục tiêu cách xác Mục tiêu đề tài: • Mục tiêu khố luận tập trung vào việc phát triển chế dẫn đường nội mạng cho toán theo dõi đa mục tiêu hệ thống đa robot • Nghiên cứu lý thuyết cho toán phân nhiệm di chuyển nội mạng cho hệ thống đa robot theo dõi đa mục tiêu • Với trạng thái Occupied Robot dừng lại Tiếp theo đó, Robot i tiến hành quét quanh vùng Rc xem có mục tiêu nào tầm nhìn khơng, có gán biến listTarget = Nếu khơng dừng trạng thái 29 CHƯƠNG MÔ PHỎNG VÀ KẾT QUẢ Trong chương trước, thuật toán chiến lược sử dụng khoá luận trình bày cách chi tiết Ở chương này, ta áp dụng thuật toán thu lại số kết mô Các khảo sát đưa với số lượng robot khác việc tìm mục tiêu, khảo sát chiến lược dẫn đường nội mạng với robot Để chứng minh tính khả thi thuật tốn, ta sử dụng môi trường giả lập Matlab Từ đây, kết thuật tốn chứng minh tính khả thi thuật toán sử dụng Matlab phần mềm tính tốn kỹ thuật số sử dụng rộng rãi nhiều lĩnh vực khác nhau, bao gồm robot học Matlab cung cấp môi trường mô mạnh mẽ để thiết kế, phát triển kiểm tra hệ thống đa robot Môi trường mô Matlab cho phép nhà nghiên cứu kỹ sư thiết kế hệ thống đa robot kiểm tra tính hiệu chúng trước triển khai thực tế 3.1 Thiết lập mô Ta tiến hành thiết lập mô với thông số sau: • Các robot mơ hình hố dạng điểm hình trịn có bán kính r = 0.1m, hoạt động mặt phẳng 2D với kích thước 15m x 15m Các mục tiêu thể dạng hình ngơi cánh có bán kính tương đương với robot • Các robot khởi tạo ngẫu nhiên với vị trí xuất phát gần với gốc toạ độ • Điểm đích phân bố ngẫn nghiên mơ tả hình 3.1 • Các robot trang bị cảm biến, tự tính toán khoảng cách tương 30 robot khác Bán kính vùng cảm nhận robot Rc = 5m , bán kính tránh va chạm Ra = 1m, • Một robot coi chiếm đóng khoảng cách từ robot với mục tiêu nhỏ cm Hình 3.1: Ví dụ vị trí xuất phát robot mục tiêu 3.2 Kết thí nghiệm Phần trình bầy thí nghiệm đánh giá khả di chuyển nội mạng robot hiệu suất chiếm mục tiêu hệ thống đa robot (trong trường hợp robot số lượng mục tiêu) Cụ thể, ta có kịch sau: • thí nghiệm với hệ thống có 10 robot, ta tiến hành kiểm tra khả tới đích 10 robot hệ thống với route cho trước • thí nghiệm với hệ thống có 5, 8, 10, 11, 13, 15, 17, 18, 20 robot Ta kiểm tra hiệu suất chiếm mục tiêu hệ thống robot 31 (a) Robot (b) Robot (c) Robot (d) Robot (e) Robot Hình 3.2: Thí nghiệm 1(Robot từ 1-5) 32 Thí nghiệm 1: Kiểm tra khả dẫn đường với 10 robot Vòng tròn màu xanh có bán kính 5m thể vùng phát Rc Robot Ta xem xét robot từ 1-10 Ta đánh số mục tiêu tạm từ 1-10 để dễ dàng cho việc diễn giải: • Robot (3.2a): Robot nhìn thấy Target gần nhất, Robot thẳng tới Target theo Route = (1) Sau tới Target , Robot nhìn thấy mục Target Target 3, Robot tiến hành chọn target theo khoảng cách gần phân nhiệm cho Robot Robot • Robot (3.2b): Robot nhận Target làm mục tiêu nhận phân nhiệm từ Target Lúc Robot có Route = (1 - 2) • Robot (3.2c): Tương tự với Robot 2, Robot nhận Target làm mục tiêu.Lúc Robot có Route = (1-3) • Robot (3.2d): Sau chiếm đóng hết target Robot phát được, hệ thống xét duyệt robot trước xem có phát mục tiêu khơng Ở thấy Robot 3.2b phát target số 4,5,7 chưa chiếm đóng Robot tiếp tục phân nhiệm target gần cho Robot Target Lúc này, Robot có Route = (1-2-5) • Robot (3.2e): Robot nhận Target làm mục tiêu nhận phân nhiệm từ Target Lúc Robot có Route = (1 - 2-5) • Robot (3.3a): Robot nhận Target làm mục tiêu nhận phân nhiệm từ Target Lúc Robot có Route = (1 - 2-7) • Robot (3.3b): Các target phát Robot chiếm đóng hết Ta chuyển qua duyệt Robot thấy target chưa chiếm đóng Target Robot có Route = (1-3-6) • Robot (3.3c): Tiếp tục chiếm đóng hết target phát Robot 3, ta xét tiếp Robot phát target số 8,9 Robot chọn Target làm đích gần Route = (1-4-9) • Robot (3.3d): Robot nhận target Target làm đích Route =(1-4-9) • Robot 10 (3.3e): Đã hết robot phát Robot Tiếp theo Robot phát Target 10 Target 10 đích chọn Route = (1-5-10) 33 (a) Robot (b) Robot (c) Robot (d) Robot (e) Robot 10 Hình 3.3: Thí nghiệm 1(Robot từ 6-10) 34 (a) Thí nghiệm 2: Robot (b) Thí nghiệm 3: Robot (c) Thí nghiệm 4: 10 Robot (d) Thí nghiệm 5: 11 Robot Hình 3.4: Thí nghiệm 2-5 Sau chiếm đóng xong 10 mục tiêu Thí nghiệm hồn thành Thí nghiệm 2-9 : Ở thí nghiệm này, ta cho hệ thống với số lượng từ: 5, 8, 10, 11, 13, 15, 17, 20 robot chiếm đóng mục tiêu tương đương với chúng Ở thí nghiệm này, bầy robot mục tiêu tạo ngẫu nhiên Ở thí nghiệm Khi robot phát mục tiêu gần nhất, thuật toán kích hoạt Kết hiển thị hình tương đương 3.4 3.51 Video thí nghiệm (20 robots): https://youtu.be/XfQHFoOo7Zo 35 (a) Thí nghiệm 6: 13 Robot (b) Thí nghiệm 7: 15 Robot (c) Thí nghiệm 8: 17 Robot (d) Thí nghiệm 9: 20 Robot Hình 3.5: Thí nghiệm 6-9 36 Số lượng Hiệu suất chiếm đóng Robot thành cơng(%) 100 100 10 100 11 100 13 100 15 100 17 100 20 100 Thí nghiệm Bảng 3.1: Bảng hiệu suất chiếm đóng mục tiêu với thuật toán phân nhiệm 3.3 Đánh giá kết Với Thí nghiệm 1, ta thực kiểm tra đánh giá khả di chuyển nội mạng Robot Ta thấy hình 3.2 hình 3.3, robot di chuyển theo Route định Ví dụ Robot Nếu di chuyển với Route tạo từ Dijkstra robot chạm tới điểm - - Thế ta áp dụng thuật toán INMC robot linh động tiến tới điểm mốc Route mà điểm mốc nằm tầm phát robot Điều giúp tối ưu chi phí cho hệ thống đa robot - điều mà khố luận hướng tới Ta khẳng định với Route cho trước khả di chuyển thành cơng tới mục tiêu 100%, khơng có trường hợp không tới điểm cuối Các robot tránh va chạm thành cơng khơng có mục tiêu bị xung đột Với việc kiểm tra hiệu suất chiếm mục tiêu hệ thống đa robot, thí nghiệm từ đến cho ta kết bảng 3.1 Với tỉ lệ 100% chiếm đóng thành cơng khơng xảy xung đột chọn mục tiêu robot với khả tránh va chạm tốt Từ thí nghiệm nhận thấy giải thuật mang lại xác tuyệt đối việc dẫn đường tìm kiếm, chiếm đóng mục tiêu đảm bảo trì mạng lưới Giải thuật phân nhiệm hồn thành nhiệm vụ xuất sắc khơng xảy xung đột chọn robot để chiếm đóng mục tiêu Điều khiển hành vi hoạt động ổn định robot có khả tránh va chạm tốt 37 3.4 Thảo luận Từ kết mô trên, ta thấy việc phân chia nhiệm vụ cho robot, dẫn đường cho robot nói riêng giải thuật giám sát mục tiêu nói chung đạt hiệu suất cao Với số lượng robot từ tới nhiều, thuật tốn đáp ứng yêu cầu đề Các robot phân nhiệm cho để chiếm đóng mục tiêu mà không bỏ qua mục tiêu không gây xung đột phải lựa chọn robot cho mục tiêu Việc dẫn đường dựa Route đạt hiệu tốt robot khơng thể tới mục tiêu đỉnh Route chúng Khả tránh va chạm thể ổn định 38 CHƯƠNG KẾT LUẬN 4.1 Kết đạt Khoá luận thực ý tưởng dùng hệ thống đa robot để giải tốn tìm kiếm mục tiêu cứu hộ cứu nạn, khắc phục hạn chế khả định vị dẫn đường robot, giúp việc cứu hộ cứu nạn tiến hành cách dễ dàng Khố luận hồn thành mục tiêu đề đạt kết sau: • Đã tìm hiểu ngun tắc điều khiển chuyển động hệ thống đa robot phối hợp thực nhiệm vụ, dựa vào nghiên cứu để xây dựng nên giải thuật dẫn đường nội mạng cho hệ thống đa robot giải thuật phân nhiệm giúp cho hệ thống theo dõi mục tiêu phân bố ngẫu nhiên khơng biết trước • Mô thành công giải thuật nghiên cứu Matlab cho kết đạt hiệu suất cao 4.2 Hướng phát triển tương lai Từ chủ đề khoá luận "Chiến lược dẫn đường nội mạng cho triển khai hệ thống đa robot theo dõi mục tiêu lần này", khóa luận hồn thành việc thiết kế mơ hình mơ thí nghiệm thành cơng giải thuật phân nhiệm dẫn đường cho hệ thống đa robot Trong tương lai, nhiều hướng để phát triển như: • Nghiên cứu phát triển hệ thống đa robot có khả tự động học cải thiện theo thời gian Các hệ thống đa robot có khả tự động học cải thiện cung cấp giải pháp tối ưu cho vấn đề liên quan đến 39 theo dõi mục tiêu, bao gồm việc tự động tối ưu hóa thuật tốn thơng số hệ thống • Nghiên cứu phát triển hệ thống đa robot có khả sử dụng kỹ thuật học sâu (deep learning) để cải thiện chiến lược dẫn đường nội mạng theo dõi mục tiêu Học sâu lĩnh vực nghiên cứu phát triển nhanh robot học cung cấp giải pháp tối ưu cho vấn đề liên quan đến theo dõi mục tiêu 40 Tài liệu tham khảo [1] Fan Feng, Dan Li, Jiayu Zhao Hanzhe Sun (2020), “Research of collaborative search and rescue system for photovoltaic mobile robot based on edge computing framework” Trong “2020 Chinese Control And Decision Conference (CCDC)”, tr 2337–2341, doi:10.1109/CCDC49329.2020.9164803 [2] Ryan K Williams & Pratap Tokekar Yoonchang Sung, Ashish Kumar Budhiraja (2020), “Distributed assignment with limited communication for multi-robot multi-target tracking” tr 57–73, doi: https://doi.org/10.1007/s10514-019-09856-1 [3] Hung Pham, Tran Vinh Trung Dung Ngo (2015), “A scalable decentralised large-scale network of mobile robots for multi-target tracking” tr 621–637, doi:10.13140/RG.2.1.2106.3122 [4] Pham Duy Hung, Tran Quang Vinh Trung Dung Ngo (2020), “Hierarchical distributed control for global network integrity preservation in multirobot systems” IEEE Transactions on Cybernetics, tập 50, số 3, tr 1278–1291, doi: 10.1109/TCYB.2019.2913326 [5] Pham Duy Hung, Tran Quang Vinh Trung Dung Ngo (2016), “Distributed coverage control for networked multi-robot systems in any environments” Trong “2016 IEEE International Conference on Advanced Intelligent Mechatronics (AIM)”, tr 1067–1072, doi:10.1109/AIM.2016.7576911 [6] Jorge Pe˜ na Queralta, Jussi Taipalmaa, Bilge Can Pullinen, Victor Kathan Sarker, Tuan Nguyen Gia, Hannu Tenhunen, Moncef Gabbouj, Jenni Raitoharju Tomi Westerlund (2020), “Collaborative multi-robot search and rescue: Planning, coordination, perception, and active vision” IEEE Access, tập 8, tr 191.617–191.643, doi:10.1109/ACCESS.2020.3030190 41 [7] Zongyao Wang Dongbing Gu (2012), “Cooperative target tracking control of multiple robots” IEEE Transactions on Industrial Electronics, tập 59, số 8, tr 3232–3240, doi:10.1109/TIE.2011.2146211 [8] Matthew Powers, Ramprasad Ravichandran, Frank Dellaert Tucker Balch (2005), “Improving multirobot multitarget tracking by communicating negative information” tr 107–117, doi:10.1007/1-4020-3389-3_9 [9] Ke Zhou Stergios I Roumeliotis (2011), “Multirobot active target tracking with combinations of relative observations” IEEE Transactions on Robotics, tập 27, số 4, tr 678–695, doi:10.1109/TRO.2011.2114734 [10] H Durrant-Whyte T Bailey (2006), “Simultaneous localization and mapping: part i” IEEE Robotics & Automation Magazine, tập 13, số 2, tr 99–110, doi:10.1109/MRA.2006.1638022 [11] Suining He S.-H Gary Chan (2016), “Wi-fi fingerprint-based indoor positioning: Recent advances and comparisons” IEEE Communications Surveys & Tutorials, tập 18, số 1, tr 466–490, doi:10.1109/COMST.2015 2464084 [12] Huijuan Wang, Yuan Yu Quanbo Yuan (2011), “Application of dijkstra algorithm in robot path-planning” Trong “2011 Second International Conference on Mechanic Automation and Control Engineering”, tr 1067–1069, doi:10.1109/MACE.2011.5987118 [13] Federico Busato Nicola Bombieri (2016), “An efficient implementation of the bellman-ford algorithm for kepler gpu architectures” IEEE Transactions on Parallel and Distributed Systems, tập 27, số 8, tr 2222–2233, doi:10.1109/ TPDS.2015.2485994 [14] Akshay Kumar Guruji, Himansh Agarwal D.K Parsediya (2016), “Timeefficient a* algorithm for robot path planning” Procedia Technology, tập 23, tr 144–149, ISSN 2212-0173, doi:https://doi.org/10.1016/j.protcy.2016.03.010, URL https://www.sciencedirect.com/science/article/pii/ S2212017316300111 3rd International Conference on Innovations in Automation and Mechatronics Engineering 2016, ICIAME 2016 05-06 February, 2016 [15] Stefan Hougardy (2010), “The floyd–warshall algorithm on graphs with negative cycles” Information Processing Letters, tập 110, số 8, tr 279–281, 42 ISSN 0020-0190, doi:https://doi.org/10.1016/j.ipl.2010.02.001, URL https: //www.sciencedirect.com/science/article/pii/S002001901000027X [16] Chong Jin Ong E.G Gilbert (1997), “The gilbert-johnson-keerthi distance algorithm: a fast version for incremental motions” Trong “Proceedings of International Conference on Robotics and Automation”, tập 2, tr 1183–1189 vol.2, doi:10.1109/ROBOT.1997.614298 [17] Craig W Reynolds (1987), “Flocks, herds and schools: A distributed behavioral model” Proceedings of the 14th annual conference on Computer graphics and interactive techniques [18] Michael Otte, Michael Kuhlman Donald Sofge (2017), “Multi-robot task allocation with auctions in harsh communication environments” Trong “2017 International Symposium on Multi-Robot and Multi-Agent Systems (MRS)”, tr 32–39 (IEEE) [19] Michael Otte, Michael J Kuhlman Donald Sofge (2020), “Auctions for multirobot task allocation in communication limited environments” Autonomous Robots, tập 44, tr 547–584 43