-
公开(公告)号：CN113281993B
公开(公告)日：2022-05-27
申请号：CN202110509976.1
申请日：2021-05-11
Applicant: 北京理工大学
IPC: G05B13/02
Abstract: 本发明涉及一种贪心K‑均值自组织神经网络多机器人路径规划方法，属于人工智能和机器人系统控制技术领域。本方法将任务分配问题和路径规划问题结合考虑，采用两阶段求解方式，在第一阶段完成机器人任务分配，在第二阶段，根据第一阶段任务分配结果进行路径规划。通过在K‑均值迭代过程中，使用贪心算法来预估各机器人执行任务所需的路径代价，通过路径代价指导调节因子大小，通过调节因子来调整聚类过程中的任务分配结果，改善了K‑均值聚类算法自组织神经网络算法的机器人负载不均衡的问题，为各机器人高效规划负载均衡的任务执行路径方案，具有通用性和鲁棒性强的优点。
-
公开(公告)号：CN113311829A
公开(公告)日：2021-08-27
申请号：CN202110510381.8
申请日：2021-05-11
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于动态时间窗冲突搜索的多机器人路径规划方法，属于人工智能与机器人控制技术领域。本发明能够在任务即时进入多机器人系统时，通过动态时间窗和动态重新规划频率的方法为各机器人规划任务执行路径，同时当机器人数量巨大时，仍能够为多机器人系统规划出无碰撞的路径。动态窗口和规划频率的引入，大大提高了求解效率，并解决了任务即时进入系统的问题。本发明具备良好的鲁棒性和实际应用价值，实现了快速为巨大数量的多机器人系统规划无碰撞路径。本发明均具备很强的扩展性，适用于各种移动机器人的动态任务路径规划场景。
-
公开(公告)号：CN113311829B
公开(公告)日：2022-04-08
申请号：CN202110510381.8
申请日：2021-05-11
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于动态时间窗冲突搜索的多机器人路径规划方法，属于人工智能与机器人控制技术领域。本发明能够在任务即时进入多机器人系统时，通过动态时间窗和动态重新规划频率的方法为各机器人规划任务执行路径，同时当机器人数量巨大时，仍能够为多机器人系统规划出无碰撞的路径。动态窗口和规划频率的引入，大大提高了求解效率，并解决了任务即时进入系统的问题。本发明具备良好的鲁棒性和实际应用价值，实现了快速为巨大数量的多机器人系统规划无碰撞路径。本发明均具备很强的扩展性，适用于各种移动机器人的动态任务路径规划场景。
-
-
公开(公告)号：CN110053052B
公开(公告)日：2021-02-09
申请号：CN201910448986.1
申请日：2019-05-28
Applicant: 北京理工大学
IPC: B25J9/16
Abstract: 本发明公开的多层SOM异构焊接机器人的任务分配与路径规划方法，属于机器人控制领域。本发明实现方法为：建立第一层SOM神经网络模型，对第一层SOM神经网络模型进行训练，完成异构焊接机器人系统的任务粗分配，输出各类型异构焊接机器人所需焊接的任务点，提高异构焊接机器人系统的鲁棒性和通用性。进行第二层并行SOM网络异构焊接机器人的路径规划，使得多台异构机器人可以自组织地合理完成系统的各个任务，同时考虑焊接顺序约束和焊接机器人干涉约束，达到路径代价最优，输出任务分配与路径规划结果。根据输出的任务分配与路径规划结果，各异构焊接机器人根据规划结果执行焊接任务，提高异构焊接机器人系统的效率，满足工程应用需求。
-
Patent Agency Ranking
公开(公告)号：CN110861089B
公开(公告)日：2020-11-06
申请号：CN201911199613.1
申请日：2019-11-29
Applicant: 北京理工大学
IPC: B25J9/16 , G05B19/418
Abstract: 本发明涉及一种多机器人系统任务均衡分配协同工作控制方法，人工智能和机器人控制技术领域。针对多机器人系统作业任务点呈离散固定态，为有效解决多台机器人之间的任务分配问题，通过改进K‑means算法，首先对所有任务点进行聚类，对聚类后的任务点建模，然后使用自适应缩放聚类空间方式，让不同机器人所分配的任务点的规划数量尽可能相等，方法简练、实用性强。能够有效解决多机器人系统自动化作业过程中面临的机器人任务分配问题。
-
公开(公告)号：CN113281993A
公开(公告)日：2021-08-20
申请号：CN202110509976.1
申请日：2021-05-11
Applicant: 北京理工大学
IPC: G05B13/02
Abstract: 本发明涉及一种贪心K‑均值自组织神经网络多机器人路径规划方法，属于人工智能和机器人系统控制技术领域。本方法将任务分配问题和路径规划问题结合考虑，采用两阶段求解方式，在第一阶段完成机器人任务分配，在第二阶段，根据第一阶段任务分配结果进行路径规划。通过在K‑均值迭代过程中，使用贪心算法来预估各机器人执行任务所需的路径代价，通过路径代价指导调节因子大小，通过调节因子来调整聚类过程中的任务分配结果，改善了K‑均值聚类算法自组织神经网络算法的机器人负载不均衡的问题，为各机器人高效规划负载均衡的任务执行路径方案，具有通用性和鲁棒性强的优点。
-
公开(公告)号：CN110861089A
公开(公告)日：2020-03-06
申请号：CN201911199613.1
申请日：2019-11-29
Applicant: 北京理工大学
IPC: B25J9/16 , G05B19/418
Abstract: 本发明涉及一种多机器人系统任务均衡分配协同工作控制方法，人工智能和机器人控制技术领域。针对多机器人系统作业任务点呈离散固定态，为有效解决多台机器人之间的任务分配问题，通过改进K-means算法，首先对所有任务点进行聚类，对聚类后的任务点建模，然后使用自适应缩放聚类空间方式，让不同机器人所分配的任务点的规划数量尽可能相等，方法简练、实用性强。能够有效解决多机器人系统自动化作业过程中面临的机器人任务分配问题。
-
-
公开(公告)号：CN110053052A
公开(公告)日：2019-07-26
申请号：CN201910448986.1
申请日：2019-05-28
Applicant: 北京理工大学
IPC: B25J9/16
Abstract: 本发明公开的多层SOM异构焊接机器人的任务分配与路径规划方法，属于机器人控制领域。本发明实现方法为：建立第一层SOM神经网络模型，对第一层SOM神经网络模型进行训练，完成异构焊接机器人系统的任务粗分配，输出各类型异构焊接机器人所需焊接的任务点，提高异构焊接机器人系统的鲁棒性和通用性。进行第二层并行SOM网络异构焊接机器人的路径规划，使得多台异构机器人可以自组织地合理完成系统的各个任务，同时考虑焊接顺序约束和焊接机器人干涉约束，达到路径代价最优，输出任务分配与路径规划结果。根据输出的任务分配与路径规划结果，各异构焊接机器人根据规划结果执行焊接任务，提高异构焊接机器人系统的效率，满足工程应用需求。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
