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！

摘要：本发明公开了一种基于兽群觅食行为的群体机器人双环境区域覆盖方法，包括：建立区域覆盖场景，初始化算法参数；初始化其记录的待覆盖区域信息，更新待覆盖区域信息，获得候选点集合；若候选点集合不为空，则为每个候选点计算奖励函数，选择具有最大奖励的目标点为下一步目标位置并转至目标点判断步骤，若候选点集合为空则转到路径生成步骤；生成一条到距离最近的未覆盖目标点的路径，选择路径中的下一个目标点作为下一步目标位置；判断是否达到最大运行时间或已覆盖所有目标点，若是，则任务完成，否则在到达下一步目标位置后转到扫描环境步骤。本发明可同时应用于有边界环境与无边界环境的覆盖任务，突破了现有技术仅适用于单一环境的限制。

主权项：1.一种基于兽群觅食行为的群体机器人双环境区域覆盖方法，其特征在于，包括：建立区域覆盖场景，并初始化算法参数；各机器人初始化其记录的待覆盖区域信息，通过扫描环境并与其他机器人通信更新待覆盖区域信息，基于所述待覆盖区域信息获得候选点集合；机器人i初始化其未覆盖目标点集合为空集，初始化已覆盖目标点集合为其中为机器人i的初始位置，初始化被障碍物占据的目标点集合为空集，初始化当前目的地目标点为初始位置所述机器人i扫描环境并将所有新发现的目标点添加到其未覆盖目标点集合中，根据障碍物的位置和轨迹确定被障碍物占据的目标点，通过与其他机器人共享信息更新未覆盖目标点集合、已覆盖目标点集合和被障碍物占据的目标点集合；所述候选点集合包含两部分，一是位于目的地目标点邻域内的未覆盖且未被占据的目标点，二是位于目的地目标点与机器人虚拟兽群位置间的未覆盖且未被占据的目标点；若所述候选点集合不为空，则为每个候选点计算奖励函数，选择具有最大奖励的目标点为下一步目标位置并转至目标点判断步骤，若所述候选点集合为空则转到路径生成步骤；所述若候选点集合不为空，则为每个候选点计算奖励函数，选择具有最大奖励的目标点为下一步目标位置包括：机器人为它的每一个候选点oj计算总奖励函数Roj，总奖励函数由五个部分组成：基于虚拟兽群的兽群吸引奖励Rh、基于其他机器人的动态捕食者规避奖励Rdp、平滑度奖励Rs、边界奖励Rb和遗漏权重W，其计算方法如下： 其中，ωp,ωs,ωb分别表示与动态捕食者回避奖励、平滑度奖励和边界奖励的影响相关的权重因子，表示机器人n所代表的动态捕食者；所述遗漏权重W的表达式为： 其中，λ是一个权重因子，是机器人i的候选目标点到Φ的最大距离，Hoj是候选点oj到虚拟兽群Φ的距离；基于点对点规划器生成一条到距离最近的未覆盖目标点的路径，选择所述路径中的下一个目标点作为下一步目标位置；判断是否达到最大运行时间或已覆盖所有目标点，若是，则任务完成，否则在到达下一步目标位置后转到扫描环境步骤。

权利要求：

百度查询： 同济大学 一种基于兽群觅食行为的群体机器人双环境区域覆盖方法