申请/专利权人：淮阴工学院

申请日：2023-07-14

公开（公告）日：2023-10-27

公开（公告）号：CN116952265A

主分类号：G01C21/34

分类号：G01C21/34

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.14#实质审查的生效;2023.10.27#公开

摘要：本发明公开了一种基于袋獾优化算法的工厂智能车巡检路径规划方法及系统，所述方法包括：将工厂内巡检对象的位置和距离设置成二维坐标中的坐标点，以便智能车根据直线行驶于各个坐标点进行巡检，通过设置约束条件，建立CVRP模型，构建智能车巡检地图模型；确定影响智能车巡检的多个关键因素，构建一个用于融合多个关键影响因素的多目标适应度函数，该函数采用Pareto支配作为适应度评估准则；基于智能车巡检地图模型，建立其约束条件，通过多目标适应度函数的调用以及Pareto的非支配排序和拥挤度计算后，利用袋獾优化算法搜索目标函数的最优解。本发明能够应对高维度的搜索空间和大规模的候选解集，具备较强的可扩展性和计算效率。

主权项：1.一种基于袋獾优化算法的工厂智能车巡检路径规划方法，其特征在于，包括以下步骤：1将工厂内巡检对象的位置和距离设置成二维坐标中的坐标点，以便智能车根据直线行驶于各个坐标点进行巡检，通过设置约束条件，建立CVRP模型，构建智能车巡检地图模型，巡检地图模型的目标是建立智能车在工厂内巡检过程中最小行驶路线，同时满足每个点必须且只能被访问一次、进出路径、起点和终点的约束条件；2确定影响智能车巡检的多个关键因素，构建一个用于融合多个关键影响因素的多目标适应度函数，该函数采用Pareto支配作为适应度评估准则；3基于智能车巡检地图模型，建立其约束条件，通过多目标适应度函数的调用以及Pareto的非支配排序和拥挤度计算后，利用袋獾优化算法搜索目标函数的最优解，其中袋獾两种觅食方式对应于智能车在巡检中路径规划的两个优化方向。

全文数据：

权利要求：

百度查询： 淮阴工学院 基于袋獾优化算法的工厂智能车巡检路径规划方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD