一种巡检机器人路线规划方法及装置制造方法及图纸

技术编号:24934766 阅读:31 留言:0更新日期:2020-07-17 20:19
本申请公开了一种巡检机器人路线规划方法及装置,方法包括:S1:通过预置适应度函数计算预置巡检路线父代群体中个体的适应度值;S2:对预置巡检路线父代群体进行远亲交配的交叉运算,并通过轮盘赌算法进行选择,得第一子代群体;S3:采用预置自适应概率对第一子代群体进行变异运算,得第二子代群体;S4:判断第二子代群体是否达预置数量,若是,执行S5,若否,执行S2;S5:对第二代子群体进行淘汰运算和逆转变异操作,得到第三子代群体;S6:判断是否在迭代预置次数后未出现更优子代个体,若是,将第三代子群体进行适应度计算,得最优巡检路线,若否,执行S1。本申请解决了现有算法的收敛性较差,且容易陷入局部最优解的技术问题。

【技术实现步骤摘要】
一种巡检机器人路线规划方法及装置
本申请涉及巡检机器人
,尤其涉及一种巡检机器人路线规划方法及装置。
技术介绍
随着经济不断发展,社会用电量急剧上升,变电站数量也随之急剧上升。变电站作为电网的节点,对于电网的安全运行具有决定性的意义。变电站现场的巡检工作在保证其安全运行方面占据极其重要的地位。但变电站传统的巡检方式为人工巡检,存在着效率低下、标准不统一、人员劳动强度大、受天气影响等问题。电力设备的运营自动化已显示出其迫切性,各种巡检机器人应运而生;如何提高巡检机器人工作效率,如何在最短的时间内完成巡检任务成为重要的研究方向;如何寻找一条最优的巡检路线成为亟待解决的技术问题。变电站内巡检机器人必须在可行路径上移动,与经典路径规划TSP问题并不相同,传统的优化算法难以解决该类问题,而针对路径规划提出的智能算法中遗传算法是应用于路径规划领域最为广泛的方法之一,但是传统的遗传算法存在收敛速度性较差,还容易陷入局部最优解等缺点。
技术实现思路
本申请提供了一种巡检机器人路线规划方法及装置,用于解决现有的用于巡检机器人路线本文档来自技高网...

【技术保护点】
1.一种巡检机器人路线规划方法,其特征在于,包括:/nS1:通过预置适应度函数计算预置巡检路线父代群体中个体的适应度值;/nS2:对复制后的所述预置巡检路线父代群体以远亲交配的方式进行交叉运算,并通过轮盘赌算法进行群体选择,得到第一子代群体;/nS3:采用预置自适应概率对所述第一子代群体进行变异运算,得到第二子代群体;/nS4:判断所述第二子代群体是否满足预置数量要求,若是,则执行步骤S5,若否,则以所述第二子代群体作为所述预置巡检路线父代群体,执行步骤S2-S3;/nS5:对复制后的所述第二代子群体进行淘汰运算和逆转变异操作,得到第三子代群体;/nS6:判断是否在迭代预置次数后未出现更优子代...

【技术特征摘要】
1.一种巡检机器人路线规划方法,其特征在于,包括:
S1:通过预置适应度函数计算预置巡检路线父代群体中个体的适应度值;
S2:对复制后的所述预置巡检路线父代群体以远亲交配的方式进行交叉运算,并通过轮盘赌算法进行群体选择,得到第一子代群体;
S3:采用预置自适应概率对所述第一子代群体进行变异运算,得到第二子代群体;
S4:判断所述第二子代群体是否满足预置数量要求,若是,则执行步骤S5,若否,则以所述第二子代群体作为所述预置巡检路线父代群体,执行步骤S2-S3;
S5:对复制后的所述第二代子群体进行淘汰运算和逆转变异操作,得到第三子代群体;
S6:判断是否在迭代预置次数后未出现更优子代个体,若是,则将所述第三代子群体进行适应度计算,得到最大适应度值对应的最优巡检路线,若否,则执行步骤S1-S5。


2.根据权利要求1所述的巡检机器人路线规划方法,其特征在于,步骤S1,之前还包括:
S01:从实际环境中获取几何特征,绘制出预置拓扑地图,所述几何特征包括线段和角点;
S02:将所述预置拓扑地图中机器人不可触碰的区域进行模糊化处理,得到障碍区域;
S03:在所述预置拓扑地图中的预置可行区域绘制实际巡检路线,所述实际巡检路线包括直角弯道;
S04:在所述预置拓扑地图中绘制机器人停靠点,所述停靠点的数量为多个。


3.根据权利要求1所述的巡检机器人路线规划方法,其特征在于,步骤S1,之前还包括:
对所述预置拓扑地图中的所述停靠点进行无重复性编号;
根据所述预置拓扑地图和所述停靠点生成所述预置巡检路线父代群体。


4.根据权利要求1所述的巡检机器人路线规划方法,其特征在于,步骤S2,包括:
根据预置适配值对所述预置巡检路线父代群体进行复制操作;
对复制后的所述预置巡检路线父代群体采用预置距离概率进行交叉运算,得到交叉子代群体,所述预置距离概率根据所述预置巡检路线父代群体中个体之间的距离值计算得到;
根据所述轮盘赌算法对所述交叉子代群体进行选择运算,得到所述第一子代群体。


5.根据权利要求1所述的巡检机器人路线规划方法,其特征在于,步骤S3,之前还包括:
根据预置概率函数计算得到所述预置自适应概率,所述预置概率函数为:



其中,Pm为所述预置自适应概率,Pmax为变异概率最大值,λ为预置固定常数,U为预设最大迭代次数,u为当前迭代次数,且u∈[1,U]。


6.根据权利要求1所述的巡检机器人路线规划方法,其特征在于,步骤S5,包括:
根据预置淘汰算子删除复制后的所述第二子代群体中的不良个体,得到所述第...

【专利技术属性】
技术研发人员:柯清派史训涛白浩徐全周长城黄安迪袁智勇雷金勇喇元
申请(专利权)人:南方电网科学研究院有限责任公司中国南方电网有限责任公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1