基于改进人群搜索算法的多机器人路径规划方法及系统

    公开(公告)号:CN117804483A

    公开(公告)日:2024-04-02

    申请号:CN202311850635.6

    申请日:2023-12-28

    Applicant: 济南大学

    Abstract: 本发明属于机器人路径规划技术领域,尤其涉及一种基于改进人群搜索算法的多机器人路径规划方法及系统,方法包括:确定仓储栅格地图模型中路径的起始点和终点,基于机器人路径的起始点和终点之间所有节点的曼哈顿距离建立最优路径数学模型;采用改进人群搜索算法对仓储栅格地图模型中的路径进行寻优得到机器人最优路径;在路径寻优过程中,基于好评度引导与蒙特卡洛估计的多种群优化算法对种群进行优化,将优化后的种群作为改进人群搜索算法每次迭代的初始种群,将最优路径数学模型作为改进人群搜索算法的适应度函数计算个体的适应度。本发明引入多种群的优化方式,为改进SOA路径规划算法生成优质的初始种群,大大增加算法寻优效率。

    基于HAC算法的机器人路径规划方法及系统

    公开(公告)号:CN116203959A

    公开(公告)日:2023-06-02

    申请号:CN202310181970.5

    申请日:2023-02-24

    Applicant: 济南大学

    Abstract: 本发明提出基于HAC算法的机器人路径规划方法,属于路径规划领域。包括提取历史订单品项数据,形成特征矩阵;构建仓库栅格模型,基于HAC算法对特征矩阵中的数据进行相似度聚合,获得由高到低排序的货物需求度,将待分配订单任务分配给对应的机器人;基于A*算法代价估算函数对机器人路径寻优,得到机器人代价最小的最优路径;获取每一时刻每个机器人的位置信息,将位置信息按照时间调用形成预约表;将每两个机器人的最优路径和预约表进行对比,查询是否存在路径冲突,若存在冲突,则利用动态加权表确定机器人通过顺序,若不存在冲突,机器人按照最优路径执行订单任务。本发明针对不同场景下的仓库拣选需求,基于历史订单数据,运算效率高、动态自适应强。

    基于动态加权及热力图算法的机器人路径规划方法及系统

    公开(公告)号:CN114895690A

    公开(公告)日:2022-08-12

    申请号:CN202210740192.4

    申请日:2022-06-28

    Abstract: 本发明属于机器人路径规划领域,提供了基于动态加权及热力图算法的机器人路径规划方法及系统,该方法基于构建的小型仓库栅格模型和热力图算法,计算货架组的热力值,将待运输的订单任务与其目标点所在的货架组一一对应,根据货架组的热力值进行任务的优先级排序并将其分配给对应的机器人;基于A*算法代价估算函数,对有订单运输任务的机器人进行路径寻优,得到从起始点到目标点的代价最小的最优路径;将该最优路径和预约表进行对比,查询是否存在路径冲突,若存在冲突则利用动态加权表,确定冲突点的通过顺序,若不存在冲突,直接按照最优路径执行当前订单运输任务。达到同时避免顶点冲突、边缘冲突的目的。

Patent Agency Ranking