预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113821029A(43)申请公布日2021.12.21(21)申请号202111014702.1(22)申请日2021.08.31(71)申请人南京天溯自动化控制系统有限公司地址210012江苏省南京市雨花台区软件大道170-1号天溯科技园3栋(72)发明人陈高祥符扬马如明王伟江(74)专利代理机构北京品源专利代理有限公司11332代理人陈金忠(51)Int.Cl.G05D1/02(2020.01)权利要求书3页说明书11页附图6页(54)发明名称一种路径规划方法、装置、设备及存储介质(57)摘要本发明实施例提供了一种路径规划方法、装置、设备及存储介质,该方法包括:确定机器人在地图中的当前位置点;基于当前位置点与目标点之间的最优可行驶距离确定机器人受到目标点的引力;确定障碍物对所述机器人的斥力,并基于所述引力以及斥力确定所述机器人在当前位置点的合力;基于所述合力、归一化指数函数以及信息素的更新策略对蚁群算法进行改进,基于改进的蚁群算法在所述地图中确定当前位置与目标点之间的最优路径。本发明实施例提供的技术方案可以提高计算效率,可以提高路径规划的精度。CN113821029ACN113821029A权利要求书1/3页1.一种路径规划方法,其特征在于,包括:确定机器人在地图中的当前位置点;基于当前位置点与目标点之间的最优可行驶距离确定机器人受到目标点的引力;确定障碍物对所述机器人的斥力,并基于所述引力以及斥力确定所述机器人在当前位置点的合力;基于所述合力、归一化指数函数以及信息素的更新策略对蚁群算法进行改进,基于改进的蚁群算法在所述地图中确定当前位置与目标点之间的最优路径。2.根据权利要求1所述的方法,其特征在于,所述基于所述合力、归一化指数函数以及信息素的更新策略对蚁群算法进行改进,基于改进的蚁群算法在所述地图中确定当前位置与目标点之间的最优路径,包括:在所述地图中设置起点以及目标点,并设置最大迭代次数以及对信息素表进行初始化;在本次迭代中,将m只蚂蚁设置于所述起点,将蚂蚁的当前位置点加入禁忌表;基于如下公式确定第k只蚂蚁从当前位置点i选择下一位置点j的状态转移概率:其中,为第t轮迭代第k只蚂蚁从当前位置点i选择下一位置点j的状态转移概率;allowed表征第k只蚂蚁没有走过的位置点集合;α为信息素启发因子;其中,F为在当前位置点的合力,θ是当前位置节点指向下一位置点的矢量,与当前位置点指向目标点G的矢量之间的夹角,dij为蚂蚁的当前位置点i到下一位置点j的欧氏距离;β为期望启发因子,Tabu为信息素表;其中,τij(t)为第t轮迭代的上一轮迭代结束后更新的信息素;若蚂蚁到达下一位置点j,将下一位置点j加入禁忌表以更新禁忌表;若判断所有蚂蚁从起点到达目标点,基于信息素更新策略更新信息素表,并清空禁忌表;判断迭代次数是否达到最大迭代次数;若是,基于所述信息素表中的信息素输出最优路径;若否,返回将m只蚂蚁设置于所述起点,将蚂蚁的当前位置点加入禁忌表的操作,直至迭代次数达到最大迭代次数。3.根据权利要求2所述的方法,其特征在于,所述基于信息素更新策略更新信息素表,包括:基于如下公式更新信息素表:其中,τij(t+1)是t轮迭代结束,位置点i到位置点j上的信息素;ρ是信息素挥发系数;其中,0<ρ<1;2CN113821029A权利要求书2/3页其中,为t轮迭代结束后经过路径(i,j)的所有蚂蚁在该路径上留下的信息素总和,其中,其中,是t轮迭代结束后,前g只最优蚂蚁在路径(i,j)上留下的信息素总和,其中其中,g=m·20%;es为最优蚂蚁信息素调整因子,其中,4.根据权利要求1所述的方法,其特征在于,所述确定机器人的当前位置点,包括:基于蓝牙信标设备确定机器人所在的区域;基于超声定位设备在所述区域确定机器人的当前位置点。5.根据权利要求1所述的方法,其特征在于,所述基于当前位置点与目标点之间的最优可行驶距离确定机器人受到目标点的引力,包括:基于如下公式确定机器人受到目标点的引力:Fatt=K1·LA,G;其中,Fatt是机器人受到的来自于目标点的引力;K1为引力场调制系数,A为机器人当前位置点,G为目标点;LA,G是所述机器人与目标点的最优可行驶距离。6.根据权利要求1所述的方法,其特征在于,所述确定障碍物对所述机器人的斥力,包括:基于如下公式确定障碍物对机器人的斥力:其中,Frep为障碍物对所述机器人的斥力;K2为斥力场调制系数,dA,q为所述机器人与障碍物之间的欧氏距离,d0为障碍物的最大影响半径。7.根据权利要求1所述的方法,其特征在于,在所述确定机器人在地图中的当前位置点之前,还包括:将室内区域运用网格法进行划分,建立栅格形式的地图;将静态障碍区、楼