[发明专利]一种多运动体协同全覆盖路径规划方法有效
申请号: | 201811324766.X | 申请日: | 2018-11-08 |
公开(公告)号: | CN109459026B | 公开(公告)日: | 2021-01-01 |
发明(设计)人: | 辛斌;许萌;窦丽华;陈杰;高冠强 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G01C21/20 | 分类号: | G01C21/20 |
代理公司: | 北京理工大学专利中心 11120 | 代理人: | 刘芳;仇蕾安 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 运动 体协 覆盖 路径 规划 方法 | ||
1.一种多运动体协同全覆盖路径规划方法,其特征在于,包括如下步骤:
步骤1、输入路径规划信息,具体包括:目标区域地图、多个运动体的初始位置、运动体的探测半径以及运动体的运动速度;
对目标区域地图进行栅格化,运动体的探测范围恰好覆盖一个栅格,设定障碍物对应的栅格的势能为无穷大,运动体初始位置对应的栅格的势能为1,其余栅格的势能为0,获得栅格势能矩阵;且设定栅格的势能随着此栅格被运动体探测的次数的变化而变化,每被探测一次,栅格的势能加1;
步骤2、随机生成初始种群:初始种群包含多个个体,每一个体由多个运动体的运动优先级、运动模式以及各运动模式下对应的运动步数共同确定,其中,运动体的不同运动模式是指运动体邻域栅格的不同优先级排列顺序;
采用双层选择策略设定运动体下一个路点,具体为:首先,从运动体邻域栅格中选择势能最小的栅格,当势能最小的栅格存在不止一个时,根据运动模式选择优先级高的领域栅格作为下一个路点;
步骤3、设定评价指标为完成区域全覆盖任务的总时间;
步骤4、利用粒子群算法优化初始种群,并从中选择最优个体,完成全覆盖路径规划。
2.根据权利要求1所述多运动体协同全覆盖路径规划方法,其特征在于,所述步骤4的过程为:
首先,对初始种群进行交叉、变异操作产生新的种群,其中,交叉和变异操作仅作用于运动模式和该运动模式对应的运动步数这两个参数;
然后,利用设定的评价指标,在新的种群和原始种群中进行个体选择,选择出最大任务完成时间较小的个体组成下一次迭代的原始种群;其中,所述最大任务完成时间是指在多个运动体协同的情况下,其中最晚停止运动的运动体的运动时间;
再次,对当前原始种群继续进行交叉、变异和选择操作并得到新的种群和最优个体,直到种群进化代数达到给定的最大进化代数时,终止循环过程,输出当前最优个体,完成全覆盖路径规划。
3.根据权利要求1所述多运动体协同全覆盖路径规划方法,其特征在于,所述双层选择策略具体为:首先,从运动体邻域栅格中选择势能最小的栅格,当势能最小的栅格存在不止一个时,根据运动模式选择优先级高的领域栅格作为下一个路点。
4.根据权利要求1所述多运动体协同全覆盖路径规划方法,其特征在于,当两个以上运动体在相同时刻选择的下一运动栅格相同时,根据预先给定的运动体的优先级,确定优先级高的运动体有优先选择权。
5.根据权利要求1所述多运动体协同全覆盖路径规划方法,其特征在于,当运动体的邻域栅格的势能都大于等于1时,采用A*算法跳出已探测区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811324766.X/1.html,转载请声明来源钻瓜专利网。