[发明专利]一种基于移动机器人的多检测目标最短路径计算方法

说明书

本发明提供一种基于移动机器人的多检测目标最短路径计算方法，包括以下步骤：基于检测范围内所有路径点和路线设置路径网；获取检测任务点，计算任务点在路径网中所在的路径，并基于路径从Floyd算法得到任意两个任务点的预估距离，形成数据表；随机初始化生成10组任意的任务点排序，根据数据表计算每一组的整体轨迹长度；利用遗传算法来淘汰轨迹长的，保留轨迹最短的10条路径；将保留轨迹最短的10条路径，经多次迭代之后将当前的最短路径作为输出。

技术领域

本发明涉及一种基于移动机器人的多检测目标最短路径计算方法。

背景技术

现在技术中，通常会采用巡检型轮式移动机器人携带云台设备，对室外变电站的设备进行巡检。当机器人在一个场所进行巡检的时候，机器人需要自动行驶到10～100个预先设置的位置上去，然后使用携带的云台设备进行拍照等巡检作业。

当前，对于只需要检测一个目标时，机器人可以很容易在路线网找到最短的路径。但是，对于存在多个目标情况下，机器人往往难以得出一个最短路径。

发明内容

为解决以上技术问题，本发明提供以下技术方案：

本发明提供一种基于移动机器人的多检测目标最短路径计算方法，包括以下步骤：

S1：基于检测范围内所有路径点和路线设置路径网；

S2：获取检测任务点，计算任务点在路径网中所在的路径，并基于路径从Floyd算法得到任意两个任务点的预估距离，形成数据表；

S3:随机初始化生成10组任意的任务点排序，根据数据表计算每一组的整体轨迹长度；

S4:利用遗传算法来淘汰轨迹长的，保留轨迹最短的10条路径；

S5:将保留轨迹最短的10条路径，经多次迭代之后将当前的最短路径作为输出。

本发明的有益效果是：本发明的方法中，基于路网的Floyd算法，计算任意路网区域内多个点中，任意两点的距离，得到任意两点距离之后，依据遗传算法进行迭代优化使用迭代的方法来保证每时每刻都有一个当前最优的结果可以采用，这样的方式既发挥了硬件资源，同时又保证了算法的实时性。

附图说明

图1是本发明动态巡检方法流程图。

具体实施方式

见图1，本发明提供一种基于移动机器人的多检测目标最短路径计算方法，包括以下步骤：

S1：基于检测范围内所有路径点和路线设置路径网；

S2：获取检测任务点，计算任务点在路径网中所在的路径，并基于路径从Floyd算法得到任意两个任务点的预估距离，形成数据表；

S3:随机初始化生成10组任意的任务点排序，根据数据表计算每一组的整体轨迹长度；

S4:利用遗传算法来淘汰轨迹长的，保留轨迹最短的10条路径；

S5:将保留轨迹最短的10条路径，经多次迭代之后将当前的最短路径作为输出。

本发明的方法中，基于路网的Floyd算法，计算任意路网区域内多个点中，任意两点的距离，得到任意两点距离之后，依据遗传算法进行迭代优化使用迭代的方法来保证每时每刻都有一个当前最优的结果可以采用，这样的方式既发挥了硬件资源，同时又保证了算法的实时性。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。