基于负载均衡和多搜索策略的机器人路径规划并行优化方法

    公开(公告)号:CN118605513A

    公开(公告)日:2024-09-06

    申请号:CN202410635138.2

    申请日:2024-05-21

    Abstract: 本发明公开一种基于负载均衡和多搜索策略的机器人路径规划并行优化方法,所述方法包括:建立机器人路径规划问题模型,基于节约里程思想通过能量节约构建初始解;并行执行不同的搜索策略和并行评估领域解集,在评估前对邻域解集进行均匀重分配,以保证各线程的负载均衡;基于LSTM模型对各线程分配的搜索策略的运行时间进行预测,确定当前搜索效果最优的搜索策略所在线程的运行时间为负载调整基准,根据预测结果进行负载调整;维护基于适应度和多样性的两个解池进行信息共享,在更新解池过程中选出下一次迭代过程的起始解。采用本发明的方法能够有效地规划出机器人的任务执行路径的同时,还可以提高算法运行效率和计算资源的利用率。

    基于CPU和GPU的并行混合机器人任务分配优化方法

    公开(公告)号:CN118485251A

    公开(公告)日:2024-08-13

    申请号:CN202410634954.1

    申请日:2024-05-21

    Abstract: 本发明公开基于CPU和GPU的并行混合机器人任务分配优化方法,所述方法包括:建立机器人任务分配模型,基于多样性策略确定初始种群,采用GPU架构下基于编码分解的并行优化算法对种群个体进行独立优化,将优化后的个体组成多个种群,采用CPU架构下基于多种群的并行遗传算法进行优化,通过种群合并的方式进行信息交流,按照顺序两两合并种群,对合并后的种群个体进行综合评估以保留较优的个体,直到所有种群合并产生新种群;重复上述步骤,直到到达终止条件。采用本发明的方法能够快速决策出任务分配方案,提高任务执行效率和机器人的利用率。

Patent Agency Ranking