【技术实现步骤摘要】
本专利技术涉及一种路况环境约束下分布式多机器人的低能耗运动规划方法，属于移动机器人路径规划。
技术介绍
1、随着移动机器人在各个领域的广泛应用，非平坦的户外环境(如矿区、农田等)逐渐成为了移动机器人的主要应用场景。许多现有的路径规划研究都以路程距离或能耗作为优化目标，无法应对复杂且多变的实际环境。具有复杂障碍物、坡度和地面路况等因素的环境，为路径规划的研究带来了挑战。此外，现实世界中，机器人经常需要在各种环境中工作，而多个机器人在非平坦地面以及充斥未知障碍物干扰下的运动是较为复杂的约束问题。由于多机器人具有非常复杂的动态和非线性的行为，因此对于每一个机器人而言，在此类环境中的路径规划都是一个具有挑战性的问题，尤其多机器人系统规模较大以及环境较复杂时。
2、本申请第一专利技术人在论文“多因素改进蚁群算法的路径规划[j].计算机集成制造系统”中公开了一种适用于非平坦地形约束的多因素蚁群算法，实现了移动机器人的全局综合最优路径规划，但未考虑未知障碍约束和移动机器人实际运动中的避障问题。有鉴于此，特提出本专利技术。
【技术保护点】
1.一种路况环境约束下分布式多机器人的低能耗运动规划方法，其特征在于，包括：
2.根据权利要求1所述的路况环境约束下分布式多机器人的低能耗运动规划方法，其特征在于，所述优化算法采用蚁群算法，具体为：从机器人的当前位置向周围八个方向搜索路径；可行的路径节点原则为：有障碍物的不搜索，对角方向与障碍物发生碰撞的不搜索，已搜索过的路径不搜索；每轮迭代都依据多属性路径指标来分配蚁群信息素，并计算路径综合性能指标。
3.根据权利要求2所述的路况环境约束下分布式多机器人的低能耗运动规划方法，其特征在于，所述多属性路径指标分配蚁群信息素策略为：其中，τk(t1...
【技术特征摘要】
1.一种路况环境约束下分布式多机器人的低能耗运动规划方法，其特征在于，包括：
2.根据权利要求1所述的路况环境约束下分布式多机器人的低能耗运动规划方法，其特征在于，所述优化算法采用蚁群算法，具体为：从机器人的当前位置向周围八个方向搜索路径；可行的路径节点原则为：有障碍物的不搜索，对角方向与障碍物发生碰撞的不搜索，已搜索过的路径不搜索；每轮迭代都依据多属性路径指标来分配蚁群信息素，并计算路径综合性能指标。
3.根据权利要求2所述的路况环境约束下分布式多机器人的低能耗运动规划方法，其特征在于，所述多属性路径指标分配蚁群信息素策略为：其中，τk(t1)是第t1轮迭代中编号为k的蚂蚁的信息素增量，l、t和h是当前蚂蚁行经路径的长度、转弯次数和高度均方差，q1、q2和q3是各个指标的权重，t1和t1+1分别表示前一轮和当前轮；所述路径综合性能指标s＝l+t+h。
4.根据权利要求1所述的路况环境约束下分布式多机器人的低能耗运动规划方法，其特征在于，所述步骤s3具体为：利用步骤2的优化算法为多机器人规划全局运动路径，得到最优全局运动路径和路径综合性能指标，建立集合c＝{s1,s2,...sm}，对路径综合性能指标升序排列后得到集合c*＝{c1,c2,...,cm}，机器人的优先级依次对应于c*的查询位置，满足c1的优先级高于c2，以此类推；其中，sm表示第m个机器人的路径综合性能指标，cm表示进行升序排序后的第m个路径综合性能指标。
5.根据权利要求1所述的路况环境约束下分布式多机器人的低能耗运动规划方法，其特征在于，所述步骤s4具体为：多机器人提取各自的全局运动路径的关键节点作为导航点，机器人确定运动方向进行自适应运动选择当前导航点；所述全局路径的关键节点包括路径起始点、转折点和目标点。
6...
【专利技术属性】
技术研发人员：杨立炜，李萍，田纪亚，崔悦，刘梦琪，颜海光，陶嘉驹，孙恒盛，王嘉祥，
申请(专利权)人：新疆理工学院，
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。