申请/专利权人：四川大学;中国人民解放军63921部队

申请日：2023-11-23

公开（公告）日：2024-03-26

公开（公告）号：CN117764108A

主分类号：G06N3/006

分类号：G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开了一种基于离散粒子群算法和动态围捕点的机器人协同围捕策略，首先基于DPSO算法分解为多个多对一的协同围捕问题，然后基于动态围捕点和优化方法给出多对一协同围捕下围捕机器人的最优路径：1综合考虑机器人从当前位置移动到目标位置附近所需消耗的运动能量代价，以及机器人与目标之间的能力差异导致的围捕过程中的资源消耗，建立目标分配优化目标函数，设置机器人围捕能力约束、单个机器人只能围捕一个目标约束和围捕单目标所需围捕机器人数量约束，建立了多机器人围捕多目标下目标分配的非线性整数规划模型。2基于动态围捕点方法，考虑围捕机器人速度变化率约束和避障约束，给出了基于优化的围捕机器人协同路径规划方法。

主权项：1.一种基于离散粒子群算法和动态围捕点的机器人协同围捕策略，其特征在于，包括如下步骤：S1，基于围捕机器人与目标机器人的多对多围捕问题描述，建立考虑目标的围捕效益以及目标的围捕代价的多目标规划问题；S2，将多目标规划问题转化为单目标规划问题，并建立约束条件；S3，采用离散粒子群对单目标规划问题进行求解，得出多机器人围捕任务分配结果，将多对多围捕问题分解为多个多对一围捕问题；S4，采用动态围捕点分配，为围捕机器人分配围捕点，并设置包含围捕路径损耗与围捕效果的目标函数，基于优化方法得到围捕机器人最优的围捕路径。

全文数据：

权利要求：

百度查询： 四川大学;中国人民解放军63921部队 基于离散粒子群算法和动态围捕点的机器人协同围捕策略

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