Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学吴琪曼获国家专利权

合肥工业大学吴琪曼获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉合肥工业大学申请的专利一种基于蚁群算法的D*人工势场融合的路径规划方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116643566B

龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310617283.3,技术领域涉及:G05D1/43;该发明授权一种基于蚁群算法的D*人工势场融合的路径规划方法是由吴琪曼;陈昌林;夏日升;吴平安;苟艺辉;何应东;宋仁成设计研发完成,并于2023-05-29向国家知识产权局提交的专利申请。

一种基于蚁群算法的D*人工势场融合的路径规划方法在说明书摘要公布了:本发明公开了一种基于蚁群算法的D*人工势场融合的路径规划方法,包括:1、获取机器人自身定位信息以及周围的环境信息;2、利用栅格法构建环境栅格地图;3、根据采集到的信息,构建人工势场模型,计算各节点的势场差;4、利用D*得到初始路径,并综合改进蚁群算法参数,结合人工势场各节点的势场差,进行路径规划,将最短路径平滑处理后,最终得到最优路径。本发明构建栅格地图,通过基于蚁群算法的D*人工势场融合,完成机器人工作区域内的路径规划,从而使机器人在工作运行中能更准确,更有效率地通行,为机器人的导航提供保障。

本发明授权一种基于蚁群算法的D*人工势场融合的路径规划方法在权利要求书中公布了:1.一种基于蚁群算法的D*人工势场融合的路径规划方法,其特征在于,包括如下步骤: 步骤1、在机器人进入矩形工作区域后,利用自身北斗导航模块获取工作区域的高精度地图,并以矩形工作区域的左上方顶点为原点O,以与所述原点O相邻的两条边分别为x轴和y轴,从而建立二维直角坐标系OXY;在所述直角坐标系OXY中,将所述矩形工作区域划分为维度为M×N、栅格边长为a的栅格地图其中,Sn表示所述栅格地图HM×N上坐标为Xn,Yn的第n个栅格点的状态,若Sn=0,表示第n个栅格点为候选点,若Sn=1,表示第n个栅格点为障碍点,M表示所述栅格地图HM×N的横向栅格数,N表示纵向栅格数; 利用式1计算第n个栅格点对应的直角坐标系坐标Xn,Yn: 式1中,mod表示取余函数,ceil表示取最小整数函数; 以机器人在栅格地图HM×N中所在当前栅格点为起点SR,将机器人的目的地所在栅格点记为终点SG,令第m个障碍点为SP_m; 步骤2、参数初始化: 步骤2.1:利用D_star算法对栅格地图内所有候选点进行选择,得到初始路径L0={L01,L02,...,L0n}及其长度D0,其中,L01表示初始路径中的第1个路径节点,L0n表示初始路径中的第n个路径节点,D0为所有相邻路径节点的欧氏距离之和; 步骤2.2、将所述矩形工作区域定义为一个人工势场,初始化所述人工势场的引力势场函数的增益系数m1、势场函数的增益系数m2、障碍物斥力的作用范围d0; 利用式2计算起点SR与终点SG的引力势场差UattSR,SG: 式2中,dSR,SG为起点SR与终点SG之间的欧式距离; 利用式4计算起点SR与障碍点SP_m的斥力势场差UrepSR,SP_m: 式3中,dSR,SP_m为起点SR与第m个障碍点SP_m之间的欧式距离; 利用式4得到机器人在起点SR的总体势场UTSR: UTSR=UattSR,SG+UrepSR,SP_m4 步骤23、利用式5得到第Nc次觅食过程中任意一个候选点SI及其相邻的候选点SJ之间的信息素τIJNc: 式8中,ω和ω′为固定系数,且0<ω′<ω;UTSJ为候选点SI的总体势场,US为相邻候选点S的总体势场; 步骤2.4、定义并初始化当前迭代次数N=0; 定义蚁群搜索机制的蚂蚁数量为Nant、当前蚂蚁的序号为k、信息素浓度挥发系数为ρ、启发因子为η、最大觅食次数为Ngen 令L表示第k只蚂蚁的路径,D表示第k只蚂蚁的路径长度; 禁忌表包含每只蚂蚁已经经过的候选节点; 令第k只蚂蚁的当前节点为ki是第k只蚂蚁的第i个路径节点; 步骤3、利用融合蚁群算法得到最优路径; 步骤3.1、将Nant只蚂蚁均放到起点S 步骤3.2、将N+1赋值给N 步骤3.3、初始化k=1; 步骤3.4、初始化i=1; 步骤3.5、令起点S为Lki 步骤3.6、将i+1赋值给i; 步骤3.7、利用式6分别计算第N次觅食过程中第k只蚂蚁在当前节点选择下一个节点的概率从而得到第Nc次觅食过程中当前节点到各个相邻节点的概率; 式6中,τUVNc为第Nc次觅食过程中当前节点与下一个节点之间的信息素,α为信息度重要因子,β为启发函数重要度因子,allowedk为不包括禁忌表中节点的第k只蚂蚁在当前节点的相邻候选节点集合,为allowedk集合中的任意节点;τUWNc为第Nc次觅食过程中当前节点与allowedk集合中的任意节点之间的信息素; 在第Nc次觅食过程中当前节点到各个相邻节点的概率中随机确定第Nc次觅食过程中第k只蚂蚁的第i个路径节点Lki,并令概率最大的节点为第i+1个路径节点Lki+1; 若第Nc次觅食过程中第k只蚂蚁在当前节点到其相邻节点的信息素值均为0,则将设置为障碍节点,并将i-1赋值给i,令Lki为否则,令Lki+1为并将路径节点Lki加入禁忌表后,更新路径长度Dk; 步骤3.8、返回步骤3.6,直到第Nc次觅食过程中第k只蚂蚁到达终点SG为止; 步骤3.9、利用式7得到第Nc次觅食过程中候选点SI及其相邻的候选点SJ之间的第k只蚂蚁释放的信息素 式7中,Q为常量; 步骤3.10、将k+1赋值给k后,若k≤Nant,则转至步骤3.4,否则,表示得到第Nc次觅食过程中所有蚂蚁的路径及其对应的路径长度,并清空禁忌表,转至步骤3.11; 步骤3.11、利用式8计算第Nc次觅食过程中所有蚂蚁释放的信息素ΔτIJNc: 步骤3.12、利用式9得到第Nc+1次觅食过程中候选点SI及其相邻的候选点SJ之间的所有蚂蚁的信息素τIJNc+1: τIJNc+1=1-ρ·τIJNc+ΔτIJNc9 步骤3.13、若Nc≥Ngen,则表示得到第Ngen次觅食过程中所有蚂蚁的路径及其对应的路径长度并从中选择最短路径长度所对应的路径作为最优路径,转到步骤4,否则,转到步骤3.2; 步骤4、对最优路径进行平滑性处理后,得到机器人工作导航的最佳路径。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人合肥工业大学,其通讯地址为:230009 安徽省合肥市包河区屯溪路193号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。