买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京邮电大学

摘要：本发明公开了一种基于多目标优化与DNN优先级排序的多机器人路径规划方法。首先，使用二维平面网格方法建立环境模型并初始化参数；接着，采用随机A*方法和混沌映射法混合初始化各机器人种群，通过决策标量函数和角度拥挤度估计对各种群进行交配池选择，随后执行交叉、变异和适应度计算。对各种群路径进行角度支配排序并挑选最好的一组路径作为备选路径，通过训练好的DNN获得多机器人冲突风险度最小的机器人优先级序列。按照优先级分别挑选各自冲突风险度最小的路径作为最优路径，之后进行冲突消解，最后使用非均匀有理B样条方法平滑处理路径。此方法能有效平衡多目标函数，提升多机器人在复杂环境下的协同效率和安全性。

主权项：1.一种基于多目标优化与DNN优先级排序的多机器人路径规划方法，其特征在于，所述方法包括：步骤S101：使用二维平面网格法对其建立环境模型并初始化参数信息，具体包括地图大小、机器人数量、各机器人种群规模、路径节点数量、静态障碍物信息、最大迭代次数、机器人各自的起始点、目标点以及时间；步骤S102：使用混合初始化方法初始化各机器人种群；步骤S103：各机器人种群根据成绩标量函数ASF和角度拥挤度估计fa进行交配池选择，对分布性和收敛性均较优的路径并进行交叉、变异和适应度计算；步骤S104：根据计算得到的路径长度、平滑度以及风险度的适应度值，对各机器人种群进行角度支配排序，根据排序结果保留优良路径，作为各机器人种群的下一父代种群，并将下一代父种群中前一半优良路径放入备选路径集合；步骤S105：训练多机器人冲突风险度预测深度神经网络DNN，基于训练好的DNN对多机器人进行多机器人冲突风险度预测，其输入的数据为机器人的多组随机序列，预处理过的地图和各机器人的备选路径集合，输出为机器人随机序列下的多机器人冲突风险度预测值，将多机器人冲突风险度最小的多机器人随机序列作为优先级排序；步骤S106：按照优先级排序顺序选择机器人，依次从各自的备选路径集合中挑选出与高优先级机器人之间冲突风险度最小的路径作为最优路径；若最优路径与高优先级机器人路径发生冲突，则进行冲突消解，直到所有机器人全部完成最优路径选择，将下一父代种群中的冲突路径替换为冲突消解后路径；步骤S107：判断是否已经达到最大迭代次数，如果未达到，算法的迭代次数加1，进行下一代优化，否则，对多机器人的最优路径使用非均匀有理B样条方法进行平滑优化，输出多机器人最优路径。

全文数据：

权利要求：

百度查询： 北京邮电大学 基于多目标优化与DNN优先级排序的多机器人路径规划方法