[发明专利]基于曼哈顿距离的移动状态监测方法、装置、计算机设备

说明书

本申请涉及一种基于曼哈顿距离的移动状态监测方法、装置和计算机设备。方法包括：确定智能体在人工势场中的起始位置和目标点位置之间的曼哈顿距离；当智能体按照预设步长从起始位置移动的总步数超过按照曼哈顿距离移动的步数，且未到达目标点时，对智能体进行死锁状态监控，记录智能体每次移动后的位置信息；预设迭代次数后，获取智能体每次移动后，当前时刻的当前位置和T时刻前的位置的距离；若当前位置和之前位置的距离小于预设阈值，则判定智能体进入死锁状态。本发明基于曼哈顿距离确定触发开始死锁状态监控的开始时间，不需要全程进行死锁监控，减少了运算占用，可提高路径规划效率。

技术领域

本申请涉及人工势场路径规划技术领域，特别是涉及一种基于曼哈顿距离的移动状态监测方法、装置、计算机设备和存储介质。

背景技术

人工势场法在实际规划应用中适应场景能力较强，能够显示出场景的拓扑模型，同时，能够解决全局规划计算量大、运算复杂的缺陷，且规划建模简洁、方法清晰，受到越来越多的关注和应用。

但通过人工势场法进行智能体的路径规划在实际应用场景中存在缺陷与约束，其中之一是局部最小值问题，即针对多个阻碍物问题，由于阻碍物的分布符合特定情况时，规划过程中会出现局部极值问题，智能体无法得到全局最优，进而始终在该局部区域移动徘徊。在通过人工势场法进行路径规划时，对于智能体是否陷入局部最小值区域的判断通常贯穿整个路径规划过程，需要消耗相当的计算。因此，现有技术存在效率不高的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高人工势场中智能体是否陷入局部最小值判定效率的基于曼哈顿距离的移动状态监测方法、装置、计算机设备和存储介质。

一种基于曼哈顿距离的移动状态监测方法，所述方法包括：

获取智能体在地图中的起始位置和目标点位置，并进一步确定所述起始位置和所述目标点位置的曼哈顿距离；

当所述智能体按照预设步长从所述起始位置移动的总步长超过按照原起点和目标点之间的曼哈顿距离，且未到达目标点时，对所述智能体进行死锁状态监控，记录所述智能体每次移动后的位置信息；

根据预先设置的智能体运动规则，设置预迭代次数k_test，当所述智能体从监控开始的移动次数达到预迭代次数k_test时，获取所述智能体每次移动后，当前时刻的位置X(k)和前T时刻的位置X(k-T)，并进一步计算当前位置和之前位置的距离dis_T；所述智能体运动规则约定所述智能体以当前位置为圆心，在下一时刻只能到达以运动步长为半径的圆周上的T个等分点之一处；

若所述当前位置和所述之前位置的距离dis_T小于预设阈值时，则判定所述智能体进入死锁状态。

在其中一个实施例中，还包括：获取所述曼哈顿距离为a+b；其中，a、b分别为所述起始位置和所述目标点位置在横轴方向和纵轴方向的距离；

获取所述智能体的步长为d；

根据所述曼哈顿距离和所述步长，确定所述智能体按照曼哈顿距离前进到目标点所需的步数为：

根据所述智能体按照曼哈顿距离前进到目标点所需的步数，确定进入智能体死锁状态监测的开始时刻为：

其中，运算符表示对k_Manhattan向上取整。

在其中一个实施例中，还包括：根据预先设置的智能体运动规则，设置预迭代次数T；

当所述智能体从监控开始的移动次数达到预迭代次数T，即当前时刻k＞k_test+T时，获取所述智能体每次移动后，当前时刻的位置和当前时刻前T时刻的位置，并进一步计算当前位置和之前位置的距离为：