龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：南京理工大学
摘要：本发明公开一种基于动态学习因子的变电站多巡检点路径规划方法。针对变电站巡检机器人缺少多任务点全局规划的情况，选用粒子群算法进行任务规划。针对粒子群算法易陷入局部最优且算法收敛速度慢的问题，对粒子群算法的惯性权重和学习因子进行改进，设计自适应惯性权重和动态学习因子，并融合遗传算法思想中的交叉、变异操作。针对改进粒子群算法只考虑任务点间直线距离，无法避开障碍物的问题，将LazyTheta*算法与IPSO算法融合。通过实验，验证了本发明在保证总路径长度较短的同时，避免了机器人与障碍物发生碰撞的情况。本方法应用在变电站巡检机器人全局规划中，可以大大提升机器人运行效率，弥补多任务点巡检规划的不足，并避免与静态障碍物发生碰撞。
主权项：1.一种基于动态学习因子的变电站多巡检点路径规划方法，其特征在于，所述方法包括以下步骤：步骤1，构建环境栅格地图，并输入变电站多任务巡检点xy坐标及其各个坐标间的欧几里得距离；步骤2，利用改进PSO算法即IPSO算法进行多巡检点任务规划，所述改进PSO算法能平衡PSO算法的全局搜索能力和局部改良能力，提高种群多样性并扩大算法的搜索范围；步骤3，融合LazyTheta*算法，在基于IPSO算法对变电站多任务点巡检任务进行顺序规划输出任务点列表的基础上，实现两两任务点间的路径规划。
全文数据：
权利要求：
百度查询： 南京理工大学 基于动态学习因子的变电站多巡检点路径规划方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号