【技术实现步骤摘要】
本专利技术涉及人工智能，具体涉及一种基于多楼层飞行巡逻机器人的自主避障方法及装置。
技术介绍
1、机器人技术的发展是国家的科技水平和工业自动化技术的重要标志和体现。在目前的生产和生活中，机器人的应用越来越广泛，在各种环境中正在代替人扮演着越来越重要的作用。
2、多楼层飞行巡逻机器人主要应用在楼宇、建筑物或其他复杂的多层结构中，根据环境地图和实时感知数据来规划安全、高效的飞行路径，并避免与障碍物发生碰撞。同时，多楼层飞行巡逻机器人还需要具备环境适应能力，能够适应不同楼层的结构和特点，如楼梯的高度、坡度等，以确保安全的飞行和避障。
技术实现思路
1、本专利技术主要解决的技术问题是多楼层飞行巡逻机器人的自主避障实现过程中易在低空自主避障时陷入局部最优，难以完成复杂飞行任务。
2、根据第一方面，一种实施例中提供一种基于多楼层飞行巡逻机器人的自主避障方法,包括：
3、构建飞行巡逻机器人在预设多楼层飞行场景中的地理位置约束和机器人自身约束，根据所述地理位置约束和所述机器人自身约束构建所述飞行巡逻机器人对应的代价函数；
4、当所述代价函数对应的代价函数值满足预设代价要求时，识别出所述飞行巡逻机器人在预构建三维模型中的第一飞行位置；所述第一飞行位置包括飞行巡逻机器人搜索的最佳区域位置；所述三维模型包括对预设多楼层飞行场景进行建模得到的模型；
5、基于所述第一飞行位置对所述飞行巡逻机器人进行位置更新，得到所述飞行巡逻机器人的第二飞行位置，并
6、一实施例中，所述识别出所述飞行巡逻机器人在预构建三维模型中的第一飞行位置，包括：
7、ni,new＝nbest+z·r(nmean-ni)
8、其中，ni，new表示所述飞行巡逻机器人的第一飞行位置，nbest表示所述飞行巡逻机器人的最好搜索位置，nmean表示在预设第一次数中飞行巡逻机器人更新位置的平均值，ni表示在种群中第i个飞行巡逻机器人的位置，z表示控制飞行巡逻机器人在三维模型中的位置变化的参数，r表示预设随机数。
9、一实施例中，所述基于所述第一飞行位置对所述飞行巡逻机器人进行位置更新，得到所述飞行巡逻机器人的第二飞行位置，包括：
10、ki,mew＝ki+t(i)·sin(θ(i))·(ki-kmean)+t(i)·cos(θ(i))·(ki-ki+1)
11、其中，ki,new表示所述飞行巡逻机器人的第二飞行位置，ki表示所述飞行巡逻机器人根据所述第一飞行位置更新后的位置，ki+1表示第i个飞行巡逻机器人的下一次更新位置，t(i)表示螺旋方程的极径，θ(i)表示螺旋方程的极角，kmean表示在预设第二次数中飞行巡逻机器人更新位置的平均值。
12、一实施例中，所述根据所述地理位置约束和所述机器人自身约束构建所述飞行巡逻机器人对应的代价函数，包括：
13、
14、
15、he,j＝es,j+ep,j+eδ，j+eμ，j+eφ,j
16、其中，u表示所述飞行巡逻机器人对应的代价函数，α表示航迹点的总数，η1表示所述地理位置约束对应的权重，η2表示所述机器人自身约束对应的权重，hf,j表示所述地理位置约束，he,j表示所述机器人自身约束，df表示在楼层中楼梯对应的第一地形系数，d′f表示在楼层中楼梯对应的第二地形系数，lj表示所述飞行巡逻机器人的各个航迹点的飞行高度，fj表示所述飞行巡逻机器人的各个航迹点的地形垂直高度，es,j和ep,j分别表示各个航迹对应的代价函数，eδ,j表示各个航迹对应的续航时间的代价函数，eμ，j表示各个航迹对应的航程代价函数，eφ,j表示各个航迹对应的发动机功率的代价函数，j表示航迹点。
17、一实施例中，所述识别出所述飞行巡逻机器人在预构建三维模型中的第一飞行位置之前，所述方法还包括：
18、根据预设初始化位置公式对种群的位置进行初始化处理；所述初始化位置公式为：
19、xi，j＝lbj+gi，j(ubj-lbj)
20、其中，xi，j表示初始化后的种群位置，lbj表示j维搜索空间的上边界，gi，j表示预设调节系数，ubj表示j维搜索空间的下边界。
21、一实施例中，所述利用预设分布变异算子对所述第二飞行位置进行位置扰动之前，还包括：
22、根据预设选择概率公式和迭代次数计算得到所述分布变异算子对应的选择概率，并利用所述选择概率对所述分布变异算子进行调节。
23、一实施例中，所述三维模型包括对预设多楼层飞行场景进行建模得到，包括：
24、
25、其中，f(x，y，z)表示三维模型，k表示预设多楼层飞行场景中楼层的高度参数，表示多楼层飞行场景中多楼层楼梯的陡峭度，(x，y，z)表示三维空间点的坐标，(x0，y0，z0)表示预设多楼层飞行场景中多楼层的中心坐标。
26、根据第二方面，一种实施例中提供一种基于多楼层飞行巡逻机器人的自主避障装置，包括：
27、约束构建模块，用于构建飞行巡逻机器人在预设多楼层飞行场景中的地理位置约束和机器人自身约束，根据所述地理位置约束和所述机器人自身约束构建所述飞行巡逻机器人对应的代价函数；
28、位置识别模块，用于当所述代价函数对应的代价函数值满足预设代价要求时，识别出所述飞行巡逻机器人在预构建三维模型中的第一飞行位置；所述第一飞行位置包括飞行巡逻机器人搜索的最佳区域位置；所述三维模型包括对预设多楼层飞行场景进行建模得到的模型；
29、自主避障模块，用于基于所述第一飞行位置对所述飞行巡逻机器人进行位置更新，得到所述飞行巡逻机器人的第二飞行位置，并利用预设分布变异算子对所述第二飞行位置进行位置扰动，得到第三飞行位置；所述第三飞行位置包括飞行巡逻机器人避开障碍后到达的位置。
30、依据上述实施例的基于多楼层飞行巡逻机器人的自主避障方法、装置及设备，包括构建飞行巡逻机器人的三维模型和飞行巡逻机器人对应的代价函数，通过代价函数能够对飞行巡逻机器人的动力学特性进行约束，飞行巡逻机器人的三维模型能够确保飞行巡逻机器人在飞行过程中不会超过其物理能力范围，保证了飞行巡逻机器人飞行过程中的安全性。基于飞行巡逻机器人的第一飞行位置进行位置更新，并根据分布变异算子对位置更新后的第二飞行位置进行位置扰动，得到飞行巡逻机器人避开障碍后到达的位置。分布变异算子可以根据飞行巡逻机器人所在的搜索空间的情况调整变异策略，增强全局搜索能力和在全局范围搜索最优解的能力，因此提高飞行巡逻机器人在避开障碍自主飞行的准确度和效率。
本文档来自技高网...【技术保护点】
1.一种基于多楼层飞行巡逻机器人的自主避障方法,其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述识别出所述飞行巡逻机器人在预构建三维模型中的第一飞行位置，包括：
3.如权利要求1所述的方法，其特征在于，所述基于所述第一飞行位置对所述飞行巡逻机器人进行位置更新，得到所述飞行巡逻机器人的第二飞行位置，包括：
4.如权利要求1所述的方法，其特征在于，所述根据所述地理位置约束和所述机器人自身约束构建所述飞行巡逻机器人对应的代价函数，包括：
5.如权利要求1所述的方法，其特征在于，所述识别出所述飞行巡逻机器人在预构建三维模型中的第一飞行位置之前，所述方法还包括：
6.如权利要求1所述的方法，其特征在于，所述利用预设分布变异算子对所述第二飞行位置进行位置扰动之前，还包括：
7.如权利要求1所述的方法，其特征在于，所述三维模型包括对预设多楼层飞行场景进行建模得到，包括：
8.一种基于多楼层飞行巡逻机器人的自主避障装置，其特征在于，包括：
9.一种基于多楼层飞行巡逻机器人的自主避障设备
10.一种计算机可读存储介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种基于多楼层飞行巡逻机器人的自主避障方法,其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述识别出所述飞行巡逻机器人在预构建三维模型中的第一飞行位置，包括：
3.如权利要求1所述的方法，其特征在于，所述基于所述第一飞行位置对所述飞行巡逻机器人进行位置更新，得到所述飞行巡逻机器人的第二飞行位置，包括：
4.如权利要求1所述的方法，其特征在于，所述根据所述地理位置约束和所述机器人自身约束构建所述飞行巡逻机器人对应的代价函数，包括：
5.如权利要求1所述的方法，其特征在于，所述识别出所述飞行巡逻机器人在预构建三维...
【专利技术属性】
技术研发人员：贺振中，吴福胜，李宁，文新隆，
申请(专利权)人：深圳市华赛睿飞智能科技有限公司，
类型：发明
国别省市：
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。