路径规划方法、装置、电子设备和存储介质

    公开(公告)号:CN113932812B

    公开(公告)日:2024-09-13

    申请号:CN202111136454.8

    申请日:2021-09-27

    Abstract: 本发明提供一种路径规划方法、装置、电子设备和存储介质,其中方法包括:获取目标地图;其中,所述目标地图包括货物区域;在确定目标节点位于所述货物区域时,根据包括第一启发式函数的目标路径算法对所述货物区域进行路径规划;其中,所述目标节点为当前节点的相邻节点,所述第一启发式函数是根据所述目标节点、目标位置和所述目标节点对应的目标起始交叉点确定的;所述目标起始交叉点为当前距离指向所述目标位置方向的单向道最近的点。本发明提供的路径规划方法、装置、电子设备和存储介质,提高了算法搜索效率,进一步减轻了机器人的处理负担。

    基于记忆精英种群的灾变自适应大邻域搜索方法及装置

    公开(公告)号:CN114862067A

    公开(公告)日:2022-08-05

    申请号:CN202210781465.X

    申请日:2022-07-05

    Abstract: 本发明提供一种基于记忆精英种群的灾变自适应大邻域搜索方法及装置,属于人工智能技术领域。所述方法包括:构建任务分配优化模型;该模型包括目标函数和多个约束条件,目标函数用于表征最小化机器人的最大完工时间,多个约束条件包括任务分配约束条件和任务优先级约束条件;初始化搜索种群和精英种群;通过迭代执行以下步骤来求解该模型,直至迭代次数大于终止迭代次数:针对搜索种群中的每个解,采用自适应大邻域搜索算法对当前解进行邻域搜索,并检测当前解是否被更新;若是,则对精英种群进行相应更新;若否,则在满足灾变条件时从当前的精英种群中随机选择一个解对当前解进行更新,可以弥补自适应大邻域搜索过程的无记忆性和提高搜索深度。

    基于记忆精英种群的灾变自适应大邻域搜索方法及装置

    公开(公告)号:CN114862067B

    公开(公告)日:2022-11-18

    申请号:CN202210781465.X

    申请日:2022-07-05

    Abstract: 本发明提供一种基于记忆精英种群的灾变自适应大邻域搜索方法及装置,属于人工智能技术领域。所述方法包括:构建任务分配优化模型;该模型包括目标函数和多个约束条件,目标函数用于表征最小化机器人的最大完工时间,多个约束条件包括任务分配约束条件和任务优先级约束条件;初始化搜索种群和精英种群;通过迭代执行以下步骤来求解该模型,直至迭代次数大于终止迭代次数:针对搜索种群中的每个解,采用自适应大邻域搜索算法对当前解进行邻域搜索,并检测当前解是否被更新;若是,则对精英种群进行相应更新;若否,则在满足灾变条件时从当前的精英种群中随机选择一个解对当前解进行更新,可以弥补自适应大邻域搜索过程的无记忆性和提高搜索深度。

    路径规划方法、装置、电子设备和存储介质

    公开(公告)号:CN113932812A

    公开(公告)日:2022-01-14

    申请号:CN202111136454.8

    申请日:2021-09-27

    Abstract: 本发明提供一种路径规划方法、装置、电子设备和存储介质,其中方法包括:获取目标地图;其中,所述目标地图包括货物区域;在确定目标节点位于所述货物区域时,根据包括第一启发式函数的目标路径算法对所述货物区域进行路径规划;其中,所述目标节点为当前节点的相邻节点,所述第一启发式函数是根据所述目标节点、目标位置和所述目标节点对应的目标起始交叉点确定的;所述目标起始交叉点为当前距离指向所述目标位置方向的单向道最近的点。本发明提供的路径规划方法、装置、电子设备和存储介质,提高了算法搜索效率,进一步减轻了机器人的处理负担。

Patent Agency Ranking