工控场景下无人设备优势路径规划方法、装置及存储介质制造方法及图纸

本发明专利技术公开了工控场景下无人设备优势路径规划方法、装置及存储介质，方法包括基于初始路径生成若干条衍生路径，形成候选种群；对候选种群执行路径优化操作；包括计算各衍生路径的目标函数；计算各衍生路径的非支配度及拥挤度并进行排序；选取排序在前的若干条衍生路径进行锦标赛，形成父代种群；对父代种群中的衍生路径进行交叉变异，形成子代种群；将候选种群和子代种群结合得到新生种群并进行排序；选取排序在前的若干条衍生路径进行封闭支路剪枝，得到优化种群；以优化种群更新候选种群；从候选种群中选出一条衍生路径作为无人设备运动的优势路径。本发明专利技术使得路径规划能够快速收敛，基于随机的初始路径快速生成若干条优势路径。路径。路径。

【技术实现步骤摘要】
工控场景下无人设备优势路径规划方法、装置及存储介质


[0001]本专利技术涉及路径规划领域，具体是一种工控场景下无人设备优势路径规划方法、装置及存储介质。

技术介绍

[0002]随着工控技术及人工智能技术的发展，工控领域中无人智能设备逐渐增多，工控无人设备集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于一体，能够对环境状态快速反应和分析判断，又可长时间高精高速、高可靠性、不惧恶劣环境地持续工作。许多工控作业中，需要无人智能设备根据需求在工控场景下进行移动以完成规定的各种加工作业，例如在工厂车间及库房使用无人智能设备移动运输物料、物流车间使用无人智能设备移动分拣入库商品等。
[0003]在上述工控场景下，无人智能设备需要找到可行的优势路径进行移动作业，即在有障碍物的工控环境下找到一条从起点到终点无碰撞的优势路径，优势路径往往根据工控需求不同有着不同的性能指标，包括所需时间最短、路径最短、能耗最少等等。研究能够快速找到优势路径的无人设备路径规划方法，对于提升工控场景下无人智能设备移动作业的性能及安全十分重要。

技术实现思路

[0004]本专利技术的目的在于解决现有技术的上述问题，提供了一种工控场景下无人设备优势路径规划方法、装置及存储介质，本专利技术基于随机的初始路径快速生成若干条优势路径以供根据需求选择，使得路径规划能够快速收敛，所需的计算资源较小、计算时间较短。
[0005]第一方面，本专利技术提供了一种工控场景下无人设备优势路径规划方法，所述方法包括以下步骤：S1，基于工控无人设备运动场景进行栅格图建模，在栅格图上生成无人设备可行的初始路径；S2，基于初始路径生成若干条衍生路径，形成候选种群；S3，对候选种群执行路径优化操作；S4，判断候选种群执行路径优化操作的次数是否达到设定的迭代次数，若是，跳至S5，若否，跳至S3；S5，从候选种群中按需选出一条衍生路径作为工控场景下无人设备运动的优势路径；所述S3中的路径优化操作包括：S31，计算候选种群中各衍生路径的目标函数，目标函数包括路径长度，以及平滑度和重复率中的至少一个；S32，基于候选种群中衍生路径的目标函数值计算各衍生路径的非支配度及拥挤度，并基于非支配度及拥挤度进行排序；
S33，选取候选种群中排序在前的若干条衍生路径进行锦标赛，以挑选出若干条衍生路径，形成父代种群；S34，对父代种群中的衍生路径进行交叉变异，生成若干条新的衍生路径，形成子代种群；S35，将候选种群和子代种群结合得到新生种群，对新生种群中所有的衍生路径计算目标函数以计算非支配度及拥挤度，并基于非支配度及拥挤度进行排序；S36，选取新生种群中排序在前的若干条衍生路径分别进行封闭支路剪枝，得到优化种群；S37，以优化种群更新候选种群，然后清空父代种群、子代种群、新生种群、优化种群。
[0006]优选地，所述S1中栅格图中对应工控无人设备运动场景中非障碍物区域的栅格标识为空栅格，空栅格可作为无人设备运动的轨迹点；所述初始路径由若干个轨迹点顺序连接构成，初始路径上相邻两个轨迹点的距离不大于，d表示相邻两个栅格的距离。
[0007]优选地，所述S2中对初始路径执行若干次衍生操作，以生成若干条衍生路径；所述衍生操作包括：S21，将初始路径作为基准路径；S22，将基准路径的第一个轨迹点作为当前轨迹点；S23，计算当前轨迹点周围的非轨迹点空栅格距当前轨迹点及下一个轨迹点的距离；S24，将距当前轨迹点及下一个轨迹点距离均不大于的非轨迹点空栅格作为当前轨迹点的候选衍生点；S25，判断当前轨迹点的候选衍生点数量是否大于0，若是，将当前轨迹点存入第一矩阵中，并将当前轨迹点对应的候选衍生点存为第一矩阵对应元胞数组中对应的元素，然后将基准路径下一个轨迹点作为当前轨迹点；若否，直接将基准路径下一个轨迹点作为当前轨迹点；S26，判断当前轨迹点是否为基准路径最后一个轨迹点，若是，转至S27，若否，转至S23；S27，从第一矩阵中任选一个轨迹点，在元胞数组对应所选轨迹点的元素中任选一个候选衍生点作为轨迹点插入基准路径中所选轨迹点与其下一个轨迹点之间；S28，更新基准路径，并清空第一矩阵及元胞数组；S29，判断基准路径更新次数是否达到设定更新次数，若是，将基准路径作为一条衍生路径，若否，转至S22。
[0008]优选地，所述S3中衍生路径非支配度的计算方法包括：依次选取衍生路径；设置所选衍生路径非支配度为0，将所选衍生路径与剩余的衍生路径分别单独进行目标函数值对比；若所单独对比的衍生路径至少有一个目标函数值小于所选衍生路径对应的目标函数值，且所单独对比的衍生路径其余目标函数值均不大于所选衍生路径对应的目标函数
值，则所选衍生路径的非支配度加1。
[0009]优选地，所述S3中衍生路径拥挤度的计算方法为：计算非支配度相同的各衍生路径在单个目标函数下的拥挤度；对单个衍生路径在各目标函数下的拥挤度求和，得到单个衍生路径的拥挤度。
[0010]优选地，非支配度相同的各衍生路径在单个目标函数下的拥挤度的计算方法包括：将非支配度相同的各衍生路径按目标函数值从大到小的顺序进行排序；将目标函数值最大和最小的衍生路径的拥挤度均记为inf，其余衍生路径的拥挤度为，g∈(1,2,
……
,Q)，t∈(1,2,
……
,Lg)，j∈(1,2,
……
,n)，Q表示非支配度数值种类的数量，Lg表示第g个非支配度下的衍生路径的数量，n表示目标函数的数量，表示第g个非支配度下第t条衍生路径在第j个目标函数下的拥挤度，表示的两个相邻衍生路径的第j个目标函数的值，表示第g个非支配度下按第j个目标函数值从大到小排序的第一个和最后一个衍生路径的第j个目标函数的值。
[0011]优选地，所述S34中对父代种群中的衍生路径进行交叉变异包括：A，对父代种群中的衍生路径进行交叉，包括：A1，随机选取父代种群中两条衍生路径作为第一路径和第二路径；A2，在第一路径随机选择两个相邻轨迹点分别作为第一前轨迹点、第一后轨迹点，在第二路径随机选择两个相邻轨迹点分别作为第二前轨迹点、第二后轨迹点；A3，将第一前轨迹点与第二后轨迹点可行的连接起来，将第二前轨迹点与第一后轨迹点可行的连接起来；可行的连接方法为：在需要连接起来的两个轨迹点之间插入不小于0个轨迹点，使得需要连接起来的两个轨迹点间相邻轨迹点的距离不大于；A4，重复A1
‑
A3若干次，得到若干条交叉后的衍生路径；B，依次选取交叉后的衍生路径进行变异；选取交叉后的单条衍生路径进行变异的过程包括：B1，选取所选衍生路径第二个轨迹点为当前轨迹点；B2，判断当前轨迹点的相邻两个轨迹点之间的距离是否大于，若否，将当前轨迹点存入第二矩阵中，并选取所选衍生路径下一个轨迹点为当前轨迹点，若是，直接选取所选衍生路径下一个轨迹点为当前轨迹点；B3，判断当前轨迹点是否为所选衍生路径最后一个轨迹点，若否，转至B2，若是，转至B4；B4，从第二矩阵中随机选取一个轨迹点从所选衍生路径中删除，然后更新所选衍生路径，清空第二矩阵。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工控场景下无人设备优势路径规划方法，其特征在于，所述方法包括以下步骤：S1，基于工控无人设备运动场景进行栅格图建模，在栅格图上生成无人设备可行的初始路径；S2，基于初始路径生成若干条衍生路径，形成候选种群；S3，对候选种群执行路径优化操作；S4，判断候选种群执行路径优化操作的次数是否达到设定的迭代次数，若是，跳至S5，若否，跳至S3；S5，从候选种群中按需选出一条衍生路径作为工控场景下无人设备运动的优势路径；所述S3中的路径优化操作包括：S31，计算候选种群中各衍生路径的目标函数，目标函数包括路径长度，以及平滑度和重复率中的至少一个；S32，基于候选种群中衍生路径的目标函数值计算各衍生路径的非支配度及拥挤度，并基于非支配度及拥挤度进行排序；S33，选取候选种群中排序在前的若干条衍生路径进行锦标赛，以挑选出若干条衍生路径，形成父代种群；S34，对父代种群中的衍生路径进行交叉变异，生成若干条新的衍生路径，形成子代种群；S35，将候选种群和子代种群结合得到新生种群，对新生种群中所有的衍生路径计算目标函数以计算非支配度及拥挤度，并基于非支配度及拥挤度进行排序；S36，选取新生种群中排序在前的若干条衍生路径分别进行封闭支路剪枝，得到优化种群；S37，以优化种群更新候选种群，然后清空父代种群、子代种群、新生种群、优化种群。2.根据权利要求1所述的一种工控场景下无人设备优势路径规划方法，其特征在于，所述S1中栅格图中对应工控无人设备运动场景中非障碍物区域的栅格标识为空栅格，空栅格可作为无人设备运动的轨迹点；所述初始路径由若干个轨迹点顺序连接构成，初始路径上相邻两个轨迹点的距离不大于，d表示相邻两个栅格的距离。3.根据权利要求2所述的一种工控场景下无人设备优势路径规划方法，其特征在于，所述S2中对初始路径执行若干次衍生操作，以生成若干条衍生路径；所述衍生操作包括：S21，将初始路径作为基准路径；S22，将基准路径的第一个轨迹点作为当前轨迹点；S23，计算当前轨迹点周围的非轨迹点空栅格距当前轨迹点及下一个轨迹点的距离；S24，将距当前轨迹点及下一个轨迹点距离均不大于的非轨迹点空栅格作为当前轨迹点的候选衍生点；S25，判断当前轨迹点的候选衍生点数量是否大于0，若是，将当前轨迹点存入第一矩阵中，并将当前轨迹点对应的候选衍生点存为第一矩阵对应元胞数组中对应的元素，然后将基准路径下一个轨迹点作为当前轨迹点；若否，直接将基准路径下一个轨迹点作为当前轨迹点；S26，判断当前轨迹点是否为基准路径最后一个轨迹点，若是，转至S27，若否，转至S23；
S27，从第一矩阵中任选一个轨迹点，在元胞数组对应所选轨迹点的元素中任选一个候选衍生点作为轨迹点插入基准路径中所选轨迹点与其下一个轨迹点之间；S28，更新基准路径，并清空第一矩阵及元胞数组；S29，判断基准路径更新次数是否达到设定更新次数，若是，将基准路径作为一条衍生路径，若否，转至S22。4.根据权利要求2或3所述的一种工控场景下无人设备优势路径规划方法，其特征在于，所述S3中衍生路径非支配度的计算方法包括：依次选取衍生路径；设置所选衍生路径非支配度为0，将所选衍生路径与剩余的衍生路径分别单独进行目标函数值对比；若所单独对比的衍生路径至少有一个目标函数值小于所选衍生路径对应的目标函数值，且所单独对比的衍生路径其余目标函数值均不大于所选衍生路径对应的目标函数值，则所选衍生路径的非支配度加1。5.根据权利要求2或3所述的一种工控场景下无人设备优势路径规划方法，其特征在于，所述S3中衍生路径拥挤度的计算方法为：计算非支配度相同的各衍生路径在单个目标函数下的拥挤度；对单个衍生路径在各目标函数下的拥挤度求和，得到单个衍生路径的拥挤度。6.根据权利要求5所述的一种工控场景下无人设备优...

【专利技术属性】
技术研发人员：宋晶，戚建淮，杜玲禧，刁润，张莉，周杰，
申请(专利权)人：成都市以太节点科技有限公司，
类型：发明
国别省市：