1.一种基于双层协同逻辑Petri网的机器人集群能量补给智能调度方法，其特征在于，包括以下步骤：

11）机器人集群行为状态数据库及过程算子集合的构建：收集整理机器人集群能量补给作业元行为数据和状态数据，构建基础知识库与过程算子集合；

12）机器人集群状态及能量补给规划方案的监测：监测机器人集群状态信息、监听能量补给规划方案；

13）上层时延LPN的自动构建：基于能量补给规划方案和基础知识库与过程算子集合，自动构建上层基于时延LPN的机器人集群能量补给智能调度方法；

所述上层时延LPN的自动构建包括以下步骤：

131）设上层时延LPN表示如下：

LPN={P, T, A, M, fI(ti), fo(ti), d(ti), t(pi), w(tokeni), dt(ti)}，其中，P是有限库所集，T是基于能量补给规划方案所抽取的有限变迁集，设定T由普通变迁集TC、逻辑输入变迁集TI、逻辑输出变迁集TO和决策变迁集TD组成；

设定决策变迁只允许在指定时刻下引发变迁，在其它时间不发生变迁，所有决策变迁都为瞬时发生，将其作为决策变迁触发原则，T=TC∪TI∪TO∪TD，

A为库所与变迁之间的连接弧，

A = (P×T)∪(T×P)，

令牌标识M用向量形式表示，M中每个元素值为对应库所具有的令牌数；

fI(ti)为针对逻辑输入变迁ti的逻辑输入条件表达式，对于∀ti∊TI，ti表示一个逻辑输入变迁，其变迁的引发受ti所有输入库所集上的逻辑输入条件表达式fI(ti)的限制；

fo(ti)为针对逻辑输出变迁ti的逻辑输出条件表达式，对于∀ti∊TO，ti表示一个逻辑输出变迁，其变迁ti引发后的结果受ti所有输出库所集上的逻辑输出条件表达式fo(ti)的限制；

d(ti)为变迁ti执行的时延估计，设变迁ti代表某一机器人前去进行能量补给作业，则其能量补给作业预计移动用时通过当前待补给的机器人 到能量补给位置 的距离计算所得，然后与补给机器人 到能量补给位置 的移动时间比较，取其最大值，然后加上能量补给准备时间pre(Ri)和计划能量补给时间charge(Ri)，其表达式如下：其中， 和 分别表示当前待补给的机器人 到能量补给位

置 的距离和补给机器人 到能量补给位置 的距离， 和 分别表示当前待补给的机器人 和补给机器人 的移动速度；

w(tokeni)为在未到达决策变迁发生的时刻之前，令牌在该决策变迁输入库所停留的时间；

t(pi)为令牌到达某个库所pi的时刻，其计算公式如下：

当令牌传递过程中不含决策变迁：

当令牌传递过程中含有k个决策变迁：

dt(ti)为决策变迁ti引发的时刻，当其满足如下条件时：

决策变迁ti即触发；

132）通过监听获取能量补给规划方案，触发机器人集群能量补给智能调度，将各机器人进行能量补给的时刻序列作为上层时延LPN的输入，利用所构建的基础知识库与过程算子集合，自动构建上层时延LPN并完成初始化：

1321）对上层时延LPN中的核心元素：变迁，进行变迁映射：

将解析能量补给规划方案所获取到的作业序列中的每一个作业单元作为变迁，直接通过单向映射的方式生成当前的变迁集合，并对应附加每个变迁的逻辑条件表达式；

1322）对上层时延LPN中的核心元素：库所和弧，分别进行库所关联和有向弧映射关联：库所描述机器人集群能量补给智能调度任务的状态，通过“n输入库所‑变迁‑m输出库所”的扩展三元组关系进行关联映射生成库所集合，其中，n库所表示与其变迁相关联的n个输入库所，m库所表示与其变迁相关联的m个输出库所，通过有向弧建立能量补给状态与能量补给作业序列之间的联系；

1323）采用向量替换系统方法快速实现上层时延LPN的构建及初始化：为每个变迁t建立一对U、V向量，U为输入向量，V为输出向量；

向量U在对应库所P1的元素值由（P1, t）输入弧的权值A1表示，若P1不是t的输入库所，则取零值；

向量V在对应库所P2的元素值取决于（t, P2）输出弧的权值A2，若P2不是t的输出库所，则取零值；

令牌标识M用向量形式表示，M中每个元素值为对应库所具有的令牌数，根据当前能量补给规划方案和系统的初始状态，确定上层时延LPN的初始状态，同时确定初始令牌标识Mini的值；

133）在构建及初始化上层时延LPN的基础上，进行上层时延LPN的变迁激发，实现上层时延LPN的更新：判断变迁t在令牌标识M的条件下是否激发通过比较向量（M ‑ U）的各分量元素值是否为非负整数得到；

若是，则变迁t允许激发，反之，则不能激发；

t激发后新的Petri网令牌标识为（M‑U+V）；

在初始令牌标识条件下，根据Petri网变迁激发规则开始激发变迁；

当变迁被激发后，令牌标识Mini会发生变化，新的令牌标识为（Mini‑U+V），同时引发新的变迁激活，从而实现上层时延LPN的更新；

14）双层协同逻辑Petri网的构建：构建下层基于DPN的队形补位调度方法，基于上层时延LPN中变迁逻辑条件表达式激活下层DPN，建立双层协同逻辑Petri网；

15）机器人集群能量补给移动与补位调度协同处理：基于双层协同逻辑Petri网进行机器人集群能量补给智能调度，实现上层时延LPN与下层DPN协同作业，能量补给移动与补位调度并行执行。

2.根据权利要求1所述的基于双层协同逻辑Petri网的机器人集群能量补给智能调度方法，其特征在于，所述机器人集群行为状态数据库及过程算子集合的构建包括以下步骤：

21）构建基础知识库：

设计能量补给作业元行为的表示粒度与表示方法，形成机器人集群能量补给作业元行为数据，根据机器人集群作业的个体种类与个体作业特性，收集整理全部机器人集群能量补给作业元行为数据和其相关联的状态数据，设计基于“n库所‑变迁‑m库所”扩展三元组的知识表示形式，其中，n库所表示与其变迁相关联的n个输入库所，m库所表示与其变迁相关联的m个输出库所，然后分别将机器人集群能量补给作业元行为数据和其相关联的状态数据分别表示为变迁知识和库所知识，并对变迁知识和库所知识进行对应的知识关联，统一将能量补给作业数据以知识的形式进行存储，从而构建出基础知识库与知识图谱；

22）构建过程算子集合：

通过基本过程算子组合的方式建立相对应的知识组合模式，设定基本过程算子包括顺序算子‑、循环算子@、与算子&&、或算子||、同步并行算子[]、同步并发算子=、同步阻塞通信算子$、同步非阻塞通信算子&，以及由上述基本过程算子构建的频繁有限组合算子，形成过程算子集合。

3.根据权利要求1所述的基于双层协同逻辑Petri网的机器人集群能量补给智能调度方法，其特征在于，所述机器人集群状态及能量补给规划方案的监测包括以下步骤：

31）监测机器人集群状态信息：

机器人集群能量补给规划系统对机器人集群在作业区域的作业状态进行监测，其包括对机器人集群编队队形状态、机器人集群内各机器人的能耗信息进行实时监控与数据获取，对机器人集群作业任务能耗、机器人属性的实时状态信息进行监测记录；

32）监听能量补给规划方案：

根据机器人集群能量补给规划系统对机器人集群作业状态各类监测数据的实时反馈，基于时空序列预测方法利用反馈数据进行能耗数据预测计算，然后利用任务规划与最优化方法提供能量补给规划方案，输出机器人集群中各机器人出发进行能量补给的时刻及进行能量补给的位置，而后通过监听能量补给规划方案对能量补给规划方案数据进行实时获取与解析；在获取能量补给规划方案的基础上，将各机器人进行能量补给的任务序列作为上层时延LPN的输入，触发机器人集群能量补给智能调度。

4.根据权利要求1所述的基于双层协同逻辑Petri网的机器人集群能量补给智能调度方法，其特征在于，所述双层协同逻辑Petri网的构建包括以下步骤：

41）设下层DPN表示如下：

DPN={P, Tb, Ab, fi(Pi+1,j,p, E, D, Plan )}，其中，编队中机器人个数为N，构建（N‑1）层组合库所集合P，第i层的第j个库所Pij的含义为补位调度第i步第j个机器人的状态，包括原位状态和移位状态两种；

变迁Tb定义为下层DPN的核心变迁集；

Ab是库所变迁之间的连接弧，表示系统的流关系，定义为从第i层到第i+1层方向的笛卡尔积连接，Ab=P×Tb∪Tb×P

优先级计算函数fi基于机器人的任务优先级(p)、电量(E)、距离当前空位的距离(D)、能量补给规划方案(Plan)来设计，构建变迁选择优先级计算函数fi(Pi+1,j,p, E, D, Plan)，其表达式如下：其中：

42）利用在上层时延LPN中的变迁逻辑条件表达式激活下层DPN，完成下层DPN的构建及初始化，触发补位调度：

421）调用上层时延LPN中的变迁，其如下：

tds:下达机器人进行能量补给指令，且 其为瞬时决策变迁；

tcs:补位调度，且 其为逻辑输出变迁；

tcm:能量补给，且 其为普通变迁；

基于决策变迁触发原则，根据监听到的能量补给规划方案所输出的各机器人进行能量补给的时刻序列，设定决策变迁tds的变迁触发时刻，当到达设定时刻时，决策变迁tds触发，从而下达机器人进行能量补给指令；

决策变迁tds的激发结果造成令牌移动，上层时延LPN进行更新，在此基础上，下一步变迁tcs与tcm满足变迁触发条件，从而进一步激活变迁tcs和tcm，由于设定变迁tcs和变迁tcm在上层时延LPN中的逻辑关系为并发关系，即机器人的补位调度与能量补给为并行执行，同时发生；

422）对上层时延LPN中的变迁tcs进行节点层次化，进一步利用下层DPN对逻辑输出变迁tcs进行替换，从而实现下层DPN的构建，形成双层协同逻辑Petri网；

上层时延LPN中的变迁tcs为逻辑输出变迁，其变迁激发结果受tcs所有输出库所集上的逻辑输出条件表达式fO(tcs)的限制；在变迁tcs激活的同时，利用在上层时延LPN中的逻辑输出条件表达式fO(tcs)激活下层DPN，且变迁tcs的激发结果所对应的下层DPN中库所的逻辑关系满足逻辑输出条件表达式fO(tcs)，即：fO(tcs) = DPN；

423）在完成下层DPN构建的基础上，根据所获取的机器人集群状态信息，完成针对补位调度进程的下层DPN的初始化，从而激活补位调度；

43）针对下层DPN，基于其变迁规则实现下层DPN的更新：

调用下层DPN的变迁，其如下：

tb:执行补位，且 其为逻辑输入变迁；

在下层DPN补位变迁tb触发之前，基于变迁选择优先级计算函数fi(Pi+1,j,p, E, D, Plan)的计算结果选择最大值确定令牌移动方向，形成补位调度方案，调度机器人补位作业，直到无补位变迁可以激活或者设定的位置区域已经出现空位；其中，是否有补位变迁可以激活根据变迁选择优先级计算函数fi(Pi+1,j,p, E, D, Plan)的计算结果进行判断，如果该结果在补位调度阈值范围内，将依据其选取最大值关联的变迁进行激活，否则将不执行变迁tb的激活，下层DPN更新停止，即结束补位调度；

44）将上层时延LPN与下层DPN相结合，形成双层协同逻辑Petri网。

5.根据权利要求4所述的基于双层协同逻辑Petri网的机器人集群能量补给智能调度方法，其特征在于，所述机器人集群能量补给移动与补位调度协同处理包括以下步骤：

51）等待决策变迁触发时刻，激活决策变迁tds，令牌移动的同时，上层时延LPN进行更新，并进一步触发补位调度变迁tcs与能量补给变迁tcm；

52）变迁tcs触发的同时，对变迁tcs进行节点层次化，触发结果使得上层时延LPN中的变迁逻辑条件表达式激活下层DPN，下层DPN在满足变迁tb的触发条件基础上，激活tb执行补位变迁；变迁tcs和变迁tcm其逻辑关系为并发关系，同时触发，使得上层时延LPN与下层DPN协同作业，机器人的补位变迁与能量补给变迁并行执行；

53）根据所监测的机器人集群作业状态信息，以及上层时延LPN和下层DPN中各自变迁执行的反馈信息，及时动态调整机器人集群能量补给智能调度过程，进行能量补给与补位调度协同作业。