首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于头脑风暴优化的移动机器人多路线规划方法 

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:浙江润琛科技有限公司

摘要:一种基于头脑风暴优化的移动机器人多路线规划方法,针对K‑均值聚类算法采用的是基于的距离模型依据来进行聚类,聚类结果受初始聚类中心影响较大,易陷入局部最优的缺点,本发明使用考虑更新数据的均值和方差的高斯混合模型聚类算法去替代k‑means算法,不再使用基于距离的模型,而是使用基于分布的模型,来提高算法的鲁棒性,降低算法局部最优的概率。

主权项:1.一种基于头脑风暴优化的移动机器人多路线规划方法,其特征在于,所述方法包括以下步骤:步骤1:利用移动机器人自带的摄像头、声呐环、红外传感器采集移动机器人的工作环境信息,包括所有的目标点坐标信息,并将地图栅格化;步骤2:利用各目标点的坐标信息,计算目标点间的相互最短避障距离并建立距离矩阵;步骤3:对所有目标点进行整数编码;一条路线就是代表一个潜在的可行解,在多目标点路线规划中,一条路线代表机器人经过目标点的顺序序列;步骤4:设置初始参数,包括路线总个数n,目标点个数m,最大分组数K,选择中心路线个数概率值p,最大迭代次数iter_max,迭代次数初值iter=1;步骤5:采用随机生成的方式生成n个路线,组成一个路线种群,并通过式1计算各路线的适应度值: 其中,dvi-1,vi表示目标点vi-1到vi的最短避障距离,vi代表第i个目标点的位置;步骤6:高斯混合模型聚类,过程如下:a将每个路线的适应度值都视为自己的类yi,i=1,2,…n;b将yi输入到最大期望算法,得到高斯模型所需要的均值ak和协方差θk参数,k∈[1,K];c将ak,θk代入模型中得到各个路线分布概率,通过分布概率进行将所有路线分为K个组;步骤7:随机产生一个随机数R∈0,1,如果该随机数小于p则进入步骤8,否则进入步骤9;步骤8:单个路线优化,随机选取一个路线进行插入操作产生新路线;步骤9:两个路线间的优化,随机选取两个不同的组中的路线进行交叉操作产生新路线;步骤10:比较新旧路线的适应度值,若比旧路线适应度值高则替换原先路线;步骤11:是否更新完所有路线,是则跳转至步骤12,否则跳转至步骤7;步骤12:是否达到最大迭代次数,是则输出最优路线,否则iter加1跳转至步骤6;步骤13:根据步骤12得到的路线,使用A*算法在地图中规划路径。

全文数据:

权利要求:

百度查询: 浙江润琛科技有限公司 一种基于头脑风暴优化的移动机器人多路线规划方法

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。