欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2021111287768
申请人: 陕西科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2024-02-28
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于布尔约束的机器人最优路径规划方法,其特征在于,包括以下步骤:步骤一:对机器人全局环境进行划分,并写出空间集合及其邻接矩阵;

步骤二:输入机器人的布尔约束任务要求;

步骤三:根据任务要求更新邻接矩阵;

步骤四:计算任务间的最短距离和对应的路径并储存;

步骤五:随机产生一个满足布尔约束任务要求的初始任务序列,并计算它的最短移动距离及其对应的路径;

步骤六:对初始任务序列进行模拟退火算法优化;

步骤七:输出最优任务序列、最短移动距离及其对应的路径。

2.根据权利要求1所述的一种基于布尔约束的机器人最优路径规划方法,其特征在于,所述的步骤一具体为:

将全局环境划分为m个空间,分别用集合R={R1,R2,...,Rm}表示;

邻接矩阵W为一个m×m的对称矩阵,如果空间Ri和空间Rj相连,且两个空间之间的距离为ωi,j,则W(i,j)=ωi,j,否则W(i,j)=∞,且W(i,i)=0,i=1,2,...,m。

3.根据权利要求2所述的一种基于布尔约束的机器人最优路径规划方法,其特征在于,所述的步骤二具体为:

将任务分为五类:

第一类:起点任务,用集合Ts={Rs},其中1≤s≤m,表示机器人从空间Rs出发;

第二类:终点任务,用集合Te={Re},其中1≤e≤m,表示机器人最终停在空间Re;

第三类:布尔约束“与”任务,用集合 其中va表示在路径中机器人必须完成的任务个数,用布尔约束的语言描述“与”任务为:第四类:布尔约束“或”任务,分别用集合其中vo表示在路径中机器人需选择完成的任务个数,其中第

1个“或”任务从集合 中选择一个空间完成任务,第2个“或”任务从集合 中选择一个空间完成任务,…,第vo个“或”任务从集合 中选择一个空间完成任务,用布尔约束的语言描述第i个“或”任务为: 将所有“或”任务用集合To表示,即第五类:布尔约束“非”任务,用集合 其中vm表示在路径中机器 人必须 避免 经过的 空间 ,用布 尔约束的 语 言描述“非”任 务为 :那么将所有任务用布尔约束描述为:

4.根据权利要求3所述的一种基于布尔约束的机器人最优路径规划方法,其特征在于,所述的步骤三具体为:

将邻接矩阵中所有布尔约束“非”任务所在行和列均设置为∞,即:

5.根据权利要求4所述的一种基于布尔约束的机器人最优路径规划方法,其特征在于,所述的步骤四具体为:

根据邻接矩阵W利用Dijkstra算法计算两个空间之间的最短移动距离和对应的路径,计算从源点Ri到目标点Rj最短移动距离和路径的流程如下:

1)创建两个集合S、U和一个1×m的全0矩阵P,其中S是已经找到最短路径的顶点,U是还待计算的顶点,令S=Ri,U=U/(Ri∪Tm);

2)将集合U中具有最小距离的顶点Rk加入到集合S中并将Rk和布尔约束“非”任务所在空间从集合U中取出,即S=S∪Rk,U=U/Rk;

3)更新集合U中顶点的距离,若从源点Ri到顶点Rh的距离大于源点Ri到顶点Rk的距离加上顶点Rk到顶点Rh的距离,即di,h>di,k+dk,h,则更新di,h=di,k+dk,h,并记录顶点Rh的上一顶点Rk,即P(h)=k;

4)若目标点Rj∈U,则回到步骤2)继续,若目标点Rj∈S,输出从源点Ri到目标点Rj最短移动距离di,j;

5)根据矩阵P通过回溯法求解路径li,j:利用上述的Dijkstra算法分别计算集合Ts内库所和集合(Ta∪To)内库所之间的最短移动距离和对应的路径、集合(Ta∪To)内库所各自之间的最短移动距离和对应的路径以及集合(Ta∪To)内库所和集合Te内库所之间的最短移动距离和对应的路径,即Rs和之间,

各自之间,

和Re之间的最短移动距离和对应的路径,并将其以{Ri,Rj,di,j,li,j}的形式储存。

6.根据权利要求5所述的一种基于布尔约束的机器人最优路径规划方法,其特征在于,所述的步骤五具体为:

根据布尔约束的任务要求,选择所有“与”任务并在每个“或”任务中选择一个任务组成中途任务序列,即:

其中

共需完成va+vo个中途任务,并对选择的任务进行随机排序并在首尾分别插入起点任务Rs和终点任务Re生成初始任务序列则读取储存的数据得到当前任务序列的最短移动距离 最短移动距离对应的路径为并作如下操作:

最优任务序列:Mbest=M;

最优任务序列的最短移动距离:Dbest=D;

最优任务序列的最短移动距离对应的路径:Lbest=L。

7.根据权利要求6所述的一种基于布尔约束的机器人最优路径规划方法,其特征在于,所述的步骤六具体为:

对初始任务序列进行模拟退火操作,从初始温度 开始,并令 在每一个温度下充分搜索后以衰减系数α降温到下一个温度, 直到温度降低到终止温度以下为止, 在每一个温度下的任务序列可能产生三种操作:第一种操作,两点交换操作:在任务序列 中随机选择两个中途任务 和 互换位置生成新的任务序列,假设i<j,即:记作,

第二种操作,倒序操作:

在任务序列 中随机选择两个中途任务 和 并对包括在中途任务 和 之内的序列进行倒序操作,假设i<j,生成新的任务序列,即:记作,

第三种操作,重插入操作:

在“或”任务中随机选择一个任务集合 并从任务集合 随机选择一个任务 在任务序列M中找到属于任务集合 的中间任务 如果 和 相同,重新从任务集合 随机选择一个任务 直到 和 不同后用代替任务序列M中的 即:

记作,

* * *

在得到新的任务序列M 后计算该任务序列的最短移动距离D及其对应的路径L ,并作如下操作:

* * * * *

如果新的任务序列M比任务序列M更优,即D<D,则令:M=M,D=D,L=L;

* *

另外,如新的任务序列M比最优任务序列Mbest更优,即D<Dbest,则令:* * *

Mbest=M,Dbest=D,Lbest=L;

* *

如果新的任务序列M 没有比任务序列M优,即D >D,则以概率 接受这个新的任务序列,则令:

* * *

M=M,D=D,L=L。

8.根据权利要求7所述的一种基于布尔约束的机器人最优路径规划方法,其特征在于,所述的步骤七具体为:

当温度降低到终止温度 以下时,即 输出最优任务序列Mbest、最短移动距离Dbest及其对应的路径Lbest。