1.一種基于數(shù)據(jù)驅(qū)動的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法，其特征在于，所述的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法首先，采用cl-cbs算法得到符合各個自主移動機器人運動學特性和安全性的可行全局軌跡；其次，對可行全局軌跡采用基于躍遷原理的速度規(guī)劃進行處理得到各個軌跡點的速度信息；然后，對具備速度信息的可行全局軌跡采用人工勢場法進行處理得到可具體執(zhí)行的局部參考軌跡，并對局部參考軌跡進行五次多項式擬合以得到局部期望軌跡；最后，利用模型預測控制算法對局部期望軌跡進行跟蹤；同時，采用強化學習自適應調(diào)整模型預測控制算法的控制參數(shù)，實現(xiàn)對于局部期望軌跡的精準跟蹤，并完成多自主移動機器人動態(tài)協(xié)同運輸作業(yè)。
2.根據(jù)權利要求1所述的一種基于數(shù)據(jù)驅(qū)動的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法，其特征在于，所述的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法包括以下步驟：
3.根據(jù)權利要求2所述的一種基于數(shù)據(jù)驅(qū)動的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法，其特征在于，所述步驟1中的上層算法采用二叉樹進行沖突搜索，下層算法基于低能耗原則采用懲罰式時空混合a星算法；步驟1具體包括如下步驟：
4.根據(jù)權利要求2所述的一種基于數(shù)據(jù)驅(qū)動的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法，其特征在于，所述的步驟2得到各個自主移動機器人具備速度信息的可行全局軌跡，具體步驟如下：
5.根據(jù)權利要求3所述的一種基于數(shù)據(jù)驅(qū)動的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法，其特征在于，所述步驟2.2中，為了選取vp，通過公式(6)在選取范圍內(nèi)按照0.5m/s的速度間隔依次設置不同速度參考值，所述速度參考值使次優(yōu)先級自主移動機器人選擇到合適的縱向速度。
6.根據(jù)權利要求2所述的一種基于數(shù)據(jù)驅(qū)動的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法，其特征在于，所述的步驟3具體包括以下步驟：
7.根據(jù)權利要求6所述的一種基于數(shù)據(jù)驅(qū)動的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法，其特征在于，所述步驟3.2中，人工勢場函數(shù)如下：
8.根據(jù)權利要求2所述的一種基于數(shù)據(jù)驅(qū)動的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法，其特征在于，所述步驟4具體步驟如下：
9.根據(jù)權利要求2所述的一種基于數(shù)據(jù)驅(qū)動的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法，其特征在于，所述的步驟5具體為：
10.根據(jù)權利要求2所述的一種基于數(shù)據(jù)驅(qū)動的多自主移動機器人動態(tài)協(xié)同運輸作業(yè)方法，其特征在于，所述步驟6中，將最優(yōu)控制增量序列中的第一個控制增量δu作為實際的控制增量，得到控制量如下：