System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于自适应蚁群算法的地震救援仿生穿山甲制造技术_技高网
当前位置: 首页 > 专利查询>宜宾学院专利>正文

一种基于自适应蚁群算法的地震救援仿生穿山甲制造技术

技术编号:40013825 阅读:9 留言:0更新日期:2024-01-16 15:41
本发明专利技术公开了一种基于自适应蚁群算法的地震救援仿生穿山甲,属于地震救援仿生机器人的技术领域,其包括:穿山甲本体;双核心处理器,所述双核心处理器嵌入有自适应蚁群算法模型,并通过自适应蚁群算法模型规划出到达指定地点的最优解路径;与双核心处理器电连接的信息采集模块,所述信息采集模块将外部环境信息传输至双核心处理器;与双核心处理器电连接的驱动模块,所述驱动模块接收双核心处理器下发的指令,并驱动仿生穿山甲的运动;与双核心处理器电连接的控制模块,所述控制模块用于向双核心处理器输入控制指令,以达到精确、快速定位受难人员,既为救援人员提供最短路径进行救援,也能为受灾人员提供优良的逃生路径的目的。

【技术实现步骤摘要】

本专利技术属于地震救援仿生机器人的,具体而言,涉及一种基于自适应蚁群算法的地震救援仿生穿山甲


技术介绍

1、

2、现有与本专利最接近的技术为一种六足爬行地震救援机器人,该专利技术采用爬行脚进行爬行,地形适应性强,其主要由双核心pentiumee处理器模块、电机驱动模块、红外感应模块、信号处理模块组成。各肢体部分之间通过支撑气缸相连,当其红外距离感应器检测到缝隙无法爬行,一端通过爪部固定,另一端通过气缸增加机器人长度,从而跨越较大的缝隙,其中间部分有超声波感应器,可对生还人员进行定位,然后信号发射接收器进行信号发射接收,前后部分设置有摄像头、温度感应器和湿度感应器可方便救援人员了解情况,前后部分底部设置有水箱,可为受灾人员提供必要的饮水,以提高受灾人员生存能力,此外前后部分还可配备闪光灯,可便于提醒受灾人员注意,前后部分还设置有通讯设备,可便于受灾人员与外界取得联系,根据外界指挥进行自救。但是在该设计上也有明显的缺点:第一,由于超声波在传输过程中存在着衍射、噪声等一系列干扰测量精度的因素,使超声传感器在测量过程中存在较大的测量盲区;第二,当超声波感应器感应到缝隙过小时直接跳过,则会错过缝隙之下的被困人员,且若遇到感应盲区,也会错过被困人员,会导致救援行动延缓;第三,该机器人无路径规划模式,当受难人员无法自救时,搜救人员需要先规划路径赶至受难人员地点再进行救援措施,这样会导致被困人员错过最佳逃生时机,也让搜救人员陷入危险的概率增加;第四,此机器人伸展性差,无法通过狭窄的地方,会大概率错过很多被困人员,第五:双核心pentiumee处理器内部两个核心之间是互相隔绝的,这种类型是基于独立缓存的松散型双核心处理器祸合方案,将两个相同的处理器内核封装在同一块基板上即可,但是数据延迟问题会比较严重,性能并不尽如人意。


技术实现思路

1、鉴于此,为了解决现有技术存在的上述问题,本专利技术的目的在于提供一种基于自适应蚁群算法的地震救援仿生穿山甲以达到精确、快速定位受难人员,既为救援人员提供最短路径进行救援,也能为受灾人员提供优良的逃生路径的目的。

2、本专利技术所采用的技术方案为:一种基于自适应蚁群算法的地震救援仿生穿山甲,其包括:

3、穿山甲本体;

4、双核心处理器,所述双核心处理器嵌入有自适应蚁群算法模型,并通过自适应蚁群算法模型规划出到达指定地点的最优解路径;

5、与双核心处理器电连接的信息采集模块,所述信息采集模块将外部环境信息传输至双核心处理器;

6、与双核心处理器电连接的驱动模块,所述驱动模块接收双核心处理器下发的指令,并驱动仿生穿山甲的运动;

7、与双核心处理器电连接的控制模块,所述控制模块用于向双核心处理器输入控制指令。

8、进一步地,所述穿山甲本体由若干块钨钢块拼接而成,且各个所述钨钢块之间的衔接处为活动铰接。

9、进一步地,还包括:与双核心处理器电连接的供电模块,所述供电模块采用并联连接的太阳能电池板和铅酸蓄电池,且太阳能电池板装于所述穿山甲本体的表面上。

10、进一步地,所述自适应蚁群算法模型的运算方法为:

11、所述自适应蚁群算法模型的运算方法为:

12、s1:在外部环境信息中获取x、y和z方向上的最大移动距离xmax、ymax和zmax;

13、s2:初始化蚁群算法的各项参数,包括:蚂蚁数量mr,启发因子α、β,信息素衰减系数初值θ;

14、s3:引入模糊pid算法并初始化模糊pid算法的比例、积分、微分参数,通过调整pid参数对基本型蚁群算法的路径误差参数进行修正,以获得改进后的蚁群算法;

15、s4:建立三维数学模型,通过三维数学模型验证改进后的蚁群算法寻找最优解路径的效果;

16、s5:通过s4描述中将改进后的蚁群算法进行迭代运算,再把改进后的蚁群算法与基本型蚁群算法求解最优路径进行仿真,并将两者结果进行对比,输出最优解路径;

17、s6:输出通过改进后的蚁群算法计算出的最优解路径并绘制最优解路径线路图;

18、s7:将最优解路径线路图传送至控制模块,再传送至pc端、触摸屏端。

19、进一步地,所述信息采集模块包括:

20、至少一ccd视觉感光器,所述ccd视觉感光器装于所述穿山甲本体的头部;

21、红外遥感器,所述红外遥感器装于所述穿山甲本体的尾部;

22、其中,所述ccd视觉感光器和红外遥感器分别通信连接至双核心处理器。

23、进一步地,所述信息采集模块还包括:温湿度传感器,所述温湿度传感器通信连接至双核心处理器。

24、进一步地,所述驱动模块包括:穿山甲本体的前足和后足,所述前足和后足分别配设有驱动其运动的前足电机和后足电机,前足电机和后足电机分别通信连接至双核心处理器。

25、进一步地,所述驱动模块还包括:与双核心处理器通信连接的尾巴电机,所述尾巴电机装于穿山甲本体的尾部,并通过尾巴电机驱动穿山甲本体的尾骨进行转动。

26、进一步地,所述控制模块包括:pc端和触摸屏,所述pc端和触摸屏分别通信连接至双核心处理器,且触摸屏设于穿山甲本体的尾部。

27、本专利技术的有益效果为:

28、1.本专利技术所提供的基于自适应蚁群算法的地震救援仿生穿山甲,基于改进的蚁群算法模型应用在二维与三维路径规划,将蚁群算法与模糊pid算法相结合,通过限定信息素阈值范围、引入混沌因子以及动态调整的信息素挥发系数,使得搜索过程中信息素的正反馈作用随着迭代次数的增加而逐渐减弱,减少搜索后期的随机性、加快收敛速度,迅速输出最优解。

29、2.本专利技术所提供的基于自适应蚁群算法的地震救援仿生穿山甲,仿生穿山甲的外表坚硬却很灵活,钨钢是硬度很高的合金,反之其延展度很低,而本仿生穿山甲通过加大物体材质的分散度,充分利用每块钨钢块之间的空隙,使得此仿生穿山甲的内里构造不易被压坏的同时,又能穿梭在复杂情况的空间。

本文档来自技高网...

【技术保护点】

1.一种基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,其包括:

2.根据权利要求1所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,所述穿山甲本体由若干块钨钢块拼接而成,且各个所述钨钢块之间的衔接处为活动铰接。

3.根据权利要求1所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,还包括:与双核心处理器电连接的供电模块,所述供电模块采用并联连接的太阳能电池板和铅酸蓄电池,且太阳能电池板装于所述穿山甲本体的表面上。

4.根据权利要求1所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,所述自适应蚁群算法模型的运算方法为:

5.根据权利要求1所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,所述信息采集模块包括:

6.根据权利要求5所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,所述信息采集模块还包括:温湿度传感器,所述温湿度传感器通信连接至双核心处理器。

7.根据权利要求1所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,所述驱动模块包括:穿山甲本体的前足和后足,所述前足和后足分别配设有驱动其运动的前足电机和后足电机,前足电机和后足电机分别通信连接至双核心处理器。

8.根据权利要求7所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,所述驱动模块还包括:与双核心处理器通信连接的尾巴电机,所述尾巴电机装于穿山甲本体的尾部,并通过尾巴电机驱动穿山甲本体的尾骨进行转动。

9.根据权利要求1所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,所述控制模块包括:PC端和触摸屏,所述PC端和触摸屏分别通信连接至双核心处理器,且触摸屏设于穿山甲本体的尾部。

...

【技术特征摘要】

1.一种基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,其包括:

2.根据权利要求1所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,所述穿山甲本体由若干块钨钢块拼接而成,且各个所述钨钢块之间的衔接处为活动铰接。

3.根据权利要求1所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,还包括:与双核心处理器电连接的供电模块,所述供电模块采用并联连接的太阳能电池板和铅酸蓄电池,且太阳能电池板装于所述穿山甲本体的表面上。

4.根据权利要求1所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,所述自适应蚁群算法模型的运算方法为:

5.根据权利要求1所述的基于自适应蚁群算法的地震救援仿生穿山甲,其特征在于,所述信息采集模块包括:

6.根据权利要求5所述的基于自适应蚁群算法的地震救...

【专利技术属性】
技术研发人员:周桂宇杨子玮
申请(专利权)人:宜宾学院
类型:发明
国别省市:

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