由于缺乏统一的协同管理调度,智慧化无人农场中农业机器人使用效率和生产效能受到极大限制,多机器人的任务分配与全区域覆盖问题亟待解决。本文在考虑农业机器人异质性与农场工作环境复杂性的基础上开展机器人群离线任务预分配策略、动态任务分配策略与全区域覆盖策略研究,具体研究内容如下:首先,研究基于动态刺激响应模型的农业异质机器人群离线任务预分配问题。建立基于熟人网机制与云边协同计算系统的分层混合式机器人群体系架构;将蚁群算法的刺激响应模型应用于传统合同网算法招标决策中,建立自适应招标策略以限制投标机器人数量、减少系统的通信负担;在考虑农业机器人异质性的基础上建立任务预分配的效能模型,建立基于直接信任度、基于推荐的信任度的动态信任度函数与响应阈值设计方法以优化农业机器人团队的整体效能;通过增量式PID算法与积分分离阈值建立刺激量动态更新函数,以减少机器人团队工作量的超调量、通信量与偏差收敛时的迭代次数;其次,研究动态环境下异质农业机器人群在线任务分配问题。将云边协同计算系统与分层混合式机器人群体系架构相结合建立适配任务预分配与任务重分配的动态层次化协同任务控制模型;根据管理者的实时剩余完成任务时间以及未完成工作量构建管理者动态任务紧迫度模型,并结合管理者组内实时机器人数量建立管理者的动态抗原模型;考虑机器人的实时工作资源与工作负载建立机器人资源负载率模型,并结合管理者与机器人之间的实时曼哈顿距离、机器人的实时可完成工作量建立机器人的动态抗体模型,以此建立基于实时抗原-抗体匹配度模型的机器人自适应投标决策,以防止任务分配招投标过程中恶意竞标行为的出现,并提高任务分配方案对动态工作环境的适应性;最后,研究基于农田复杂环境的异质农业机器人群全区域覆盖策略。根据农场实际工作环境建立一级分区的概念,并在栅格化环境建模与障碍物膨胀处理的基础上在一级分区内部建立二级分区的栅格分区与分区合并规则;将遗传算法与混合粒子群算法相结合解决传统遗传算法交叉操作收敛性差的问题,建立遗传算法染色体种群多样性的概念,并综合考虑遗传算法染色体适应度值的差异以及不同的种群多样性阶段设置自适应交叉变异概率,继而利用改进的遗传算法解决深度优先搜索算法在一级分区与二级分区间的遍历顺序问题;设置深度优先搜索算法在分区内的路径搜索规则,并通过深度优先搜索算法在栅格图内遍历的同时根据各机器人的工作量分配其工作区域,在此基础上设置各机器人在其工作区域中的遍历规则以此实现异质机器人群对农田的全区域覆盖。