【技术实现步骤摘要】
一种基于遗传算法的多目标动态调度方法
本专利技术涉及目标调度和遗传算法的
，尤其是指一种基于遗传算法的多目标动态调度方法。
技术介绍
人工智能技术和机器人技术已广泛应用于先进生产的领域，而机器人在车间等区域内的协同和工作往往会涉及到调度算法，为了提高生产效率和生产的自动化程度，如何设计一个高效、鲁棒的调度算法是必须解决的问题。调度，在本方法中指的是规划一个物体由某处运动到另一处的行为，其中特殊的，多目标调度是同时对超过一个的物体进行调度。根据调度环境的不同，调度一般分为静态调度和动态调度。静态调度指的是整个调度环境始终保持不变，除被调度物外，其余物品、环境的位置、姿态等均恒定。动态调度指的是整个调度环境不能事先得知，须在调度过程中动态获取，往往体现在调度环境中的其他物体会进行位置和姿态上的变化，这种调度较为复杂。目前主流的调度算法为人工势场法。人工势场法是基于重力场理论提出的一种调度算法，这种算法的基本思想是将被调度物在周围环境中的运动，设计成一种抽象的人造引力场中的运动，目标点对被调度物产生引力，障碍...
【技术保护点】
1.一种基于遗传算法的多目标动态调度方法，其特征在于，包括以下步骤：/n1)获取被调度物的位置、姿态角以及与障碍物和目标点的距离信息；/n2)根据步骤1)获得的信息计算当前位置的人工势场强度，为避免调度至局部极值点，需向人工势场添加补充势场强度；/n3)通过改进的遗传算法计算人工势场强度负梯度的最小值；/n4)根据人工势场强度负梯度的最小值，确定调度方向和步长，并进行调度，且在调度过程中，根据模糊避障方法实时防撞；/n5)完成一轮调度后，判断当前位置是否为目标点，若是则调度完成，若不是则返回步骤1)。/n
【技术特征摘要】
1.一种基于遗传算法的多目标动态调度方法，其特征在于，包括以下步骤：
1)获取被调度物的位置、姿态角以及与障碍物和目标点的距离信息；
2)根据步骤1)获得的信息计算当前位置的人工势场强度，为避免调度至局部极值点，需向人工势场添加补充势场强度；
3)通过改进的遗传算法计算人工势场强度负梯度的最小值；
4)根据人工势场强度负梯度的最小值，确定调度方向和步长，并进行调度，且在调度过程中，根据模糊避障方法实时防撞；
5)完成一轮调度后，判断当前位置是否为目标点，若是则调度完成，若不是则返回步骤1)。
2.根据权利要求1所述的一种基于遗传算法的多目标动态调度方法，其特征在于：在步骤1)中，通过超声波定位，获得被调度物当前的位置；使用电子罗盘测量被调度物当前的姿态角；使用避障传感器检测被调度物与周围环境中影响调度的障碍物的距离，以及根据当前位置信息直接计算与给定的目标点的距离。
3.根据权利要求1所述的一种基于遗传算法的多目标动态调度方法，其特征在于：在步骤2)中，根据人工势场法的定义，得到目标点对被调度物的吸引力如下式：
式中，Uatt(X)为目标点对被调度物的吸引力，X为被调度物位置，Xg为目标点位置，ρ2(X,Xg)为被调度物与目标点之间的距离，k为引力势场系数；
根据人工势场法的定义，得到静态障碍物对被调度物的排斥力如下式：
式中，Ureps(Xi)为第i个静态障碍物对被调度物的排斥力，η为是比例增益系数，ρ0为静态障碍物排斥力的影响距离，ρ2(X,Xi)为被调度物与第i个静态障碍物之间的最短距离，||X-Xg||l为添加的系数项，n为避障传感器探测到的静态障碍物的数目；
根据人工势场法的定义，得到动态障碍物对被调度物的排斥力如下式：
式中，Urepm(Xr)为第r个动态障碍物对被调度物的排斥力，η和ζ为比例增益系数，ρ0为动态障碍物排斥力的影响距离，ρ2(X,Xr)为被调度物与第r个动态障碍物之间的距离，||X-Xg||l为添加的系数项，V为被调度物当前的速度，Vr为第r个动态障碍物当前的速度，θ和φ分别为被调度物当前的姿态角以及第r个动态障碍物当前的姿态角，m为避障传感器探测到的动态障碍物的数目；
为避免调度至局部极值点，向人工势场添加补充势场强度如下式：
式中，Uadd(X)为补充势场强度，s为比例增益系数，ρ2(X-Xg)为被调度物与目标点之间的距离，ρa为判断被调度物是否达到目标点的距离值；
综合公式(1)、(2)、(3)、(4)，得到被调度物当前位置的人工势场强度，如下式：
式中，U为人工势场合力，Uatt(X)为目标点的吸引力，为n个静态障碍物的排斥力合力，为m个动态障碍物的排斥力合力，Uadd(X)为补充势场强度。
4.根据权利要求1所述的一种基于遗传算法的多目标动态调度方法，其特征在于：在步骤3)中，通过改进的遗传算法计算人工势场强度负梯度的最小值，具体如下：
3.1)对人工势场中的参数进行编码，这是连...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。