申请/专利权人：济南大学

申请日：2023-12-28

公开（公告）日：2024-04-02

公开（公告）号：CN117804483A

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：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明属于机器人路径规划技术领域，尤其涉及一种基于改进人群搜索算法的多机器人路径规划方法及系统，方法包括：确定仓储栅格地图模型中路径的起始点和终点，基于机器人路径的起始点和终点之间所有节点的曼哈顿距离建立最优路径数学模型；采用改进人群搜索算法对仓储栅格地图模型中的路径进行寻优得到机器人最优路径；在路径寻优过程中，基于好评度引导与蒙特卡洛估计的多种群优化算法对种群进行优化，将优化后的种群作为改进人群搜索算法每次迭代的初始种群，将最优路径数学模型作为改进人群搜索算法的适应度函数计算个体的适应度。本发明引入多种群的优化方式，为改进SOA路径规划算法生成优质的初始种群，大大增加算法寻优效率。

主权项：1.一种基于改进人群搜索算法的多机器人路径规划方法，其特征在于，包括：采用栅格法对仓储地图进行建模，得到仓储栅格地图模型；确定仓储栅格地图模型中路径的起始点、中继点和终点，基于机器人路径中节点之间的曼哈顿距离建立最优路径数学模型；采用改进的人群搜索算法进行路径寻优，分别从起始点至中继点以及从中继点至终点进行并行搜索得到机器人最优路径；在采用改进的人群搜索算法进行路径寻优过程中，基于多种群优化算法为人群搜索算法生成初始种群，根据最优路径数学模型计算种群中个体的适应度，根据人群搜索算法的个体位置更新规则更新个体位置和种群，找出最优种群以及最优个体实现路径寻优。

全文数据：

权利要求：

百度查询： 济南大学 基于改进人群搜索算法的多机器人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