一种多运动体协同全覆盖路径规划方法技术

本发明专利技术提供一种多运动体协同全覆盖路径规划方法，包括如下步骤：输入路径规划信息；对目标区域地图进行栅格化；随机生成初始种群：初始种群包含多个个体，每一个体由多个运动体的运动优先级、运动模式以及各运动模式下对应的行走步数共同确定，其中，运动体的不同运动模式是指其邻域的不同优先级排列顺序；设定运动体下一个路点采用双层选择策略：第一选择策略为栅格势能，第二选择策略为运动体的运动模式；设定评价指标为完成区域全覆盖任务的总时间；利用粒子群算法优化初始种群，并从中选择最优个体。本发明专利技术为多个运动体规划出能够快速遍历目标区域并保证较低的重复率的路径。

A Cooperative Full Coverage Path Planning Method with Multiple Motors

The invention provides a multi-body cooperative full coverage path planning method, which includes the following steps: input path planning information; rasterize the map of the target area; generate an initial population randomly: the initial population consists of multiple individuals, each body is determined by the motion priority of multiple moving bodies, the motion mode and the corresponding walking steps in each motion mode. Different motion modes of a moving body refer to the different priority order of its neighborhood; the next road point of a moving body is set up by a two-level selection strategy: the first strategy is grid potential energy, the second strategy is the motion mode of the moving body; the evaluation index is set as the total time to complete the task of full coverage of the region; the initial population is optimized by using particle swarm optimization algorithm, and the optimal one is selected from it. Body. The invention plans a path for a plurality of moving objects that can quickly traverse the target area and guarantee a low repetition rate.

【技术实现步骤摘要】
一种多运动体协同全覆盖路径规划方法
本专利技术属于多运动体协同全覆盖路径规划研究
，具体涉及一种多运动体协同全覆盖路径规划方法，用于实现避碰约束条件下多运动体协同覆盖目标区域的路径规划。
技术介绍
运动体的全覆盖路径规划问题是指在满足某些约束条件(避开障碍物和威胁源、多运动体间避碰)的前提下，通过优化某些性能指标，规划出一条传感器探测区域遍历待覆盖区域的最优路线的问题；全覆盖路径规划算法的覆盖效率取决于总覆盖率，完全覆盖所需的总时间，覆盖路径所需的总路径长度和能耗等；运动体协同全覆盖路径规划任务是指，多个运动体协同合作，确定各自运动轨迹来达到覆盖同一个复杂环境，同时避开障碍物和威胁源并避免多运动体间碰撞的任务；这种全覆盖路径规划技术应用广泛，实用性强，在目标搜索、安全巡逻、区域监控、农业耕种和地形测绘等领域均有广阔的应用空间。现有全覆盖路径规划问题已有多种覆盖算法，包括遗传算法、神经网络、元胞分解、生成树等；其中，元胞分解方法通过将复杂目标区域分解为均匀单元，这种方法支持在存储器中轻松表示环境，从而在覆盖任务期间轻松地进行运动体的定位和映射。传统的全覆盖路径规划方法往往存在着建本文档来自技高网...

【技术保护点】
1.一种多运动体协同全覆盖路径规划方法，其特征在于，包括如下步骤：步骤1、输入路径规划信息，具体包括：目标区域地图、多个运动体的初始位置、运动体的探测半径以及运动体的运动速度；对目标区域地图进行栅格化，运动体的探测范围恰好覆盖一栅格，设定障碍物对应的栅格势能为无穷大，运动体初始位置多对应栅格势能为1，其余栅格势能为0，获得栅格势能矩阵；且设定栅格势能随着此栅格被运动体探测的次数的变化而变化，每被探测一次，栅格势能加1；步骤2、随机生成初始种群：初始种群包含多个个体，每一个体由多个运动体的运动优先级、运动模式以及各运动模式下对应的行走步数共同确定，其中，运动体的不同运动模式是指其邻域的不同优先级...

【技术特征摘要】
1.一种多运动体协同全覆盖路径规划方法，其特征在于，包括如下步骤：步骤1、输入路径规划信息，具体包括：目标区域地图、多个运动体的初始位置、运动体的探测半径以及运动体的运动速度；对目标区域地图进行栅格化，运动体的探测范围恰好覆盖一栅格，设定障碍物对应的栅格势能为无穷大，运动体初始位置多对应栅格势能为1，其余栅格势能为0，获得栅格势能矩阵；且设定栅格势能随着此栅格被运动体探测的次数的变化而变化，每被探测一次，栅格势能加1；步骤2、随机生成初始种群：初始种群包含多个个体，每一个体由多个运动体的运动优先级、运动模式以及各运动模式下对应的行走步数共同确定，其中，运动体的不同运动模式是指其邻域的不同优先级排列顺序；设定运动体下一个路点采用双层选择策略：第一选择策略为栅格势能，第二选择策略为运动体的运动模式；步骤3、设定评价指标为完成区域全覆盖任务的总时间；步骤4、利用粒子群算法优化初始种群，并从中选择最优个体。2.根据权利要求1所述多运动体协同全覆盖路径规划方法，其特征在于，所述步骤4的过程为：首先，对初始种群进行交叉、...

【专利技术属性】
技术研发人员：辛斌，许萌，窦丽华，陈杰，高冠强，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11