基于滚动优化和分散捕食者猎物模型的全覆盖路径规划算法
针对多机器人执行全覆盖任务效果差的问题,提出一种基于滚动优化和分散捕食者猎物模型的多机器人全覆盖路径规划算法.首先,利用栅格地图表示作业的环境空间,并基于栅格地图修正捕食者猎物算法中的避开捕食者奖励,添加移动代价奖励和死区回溯机制构建分散捕食者猎物模型;然后,引入滚动优化方法,避免机器人陷入局部最优,预测周期内机器人覆盖栅格的累计奖励值作为适应度函数,并使用鲸鱼优化算法(WOA)求解最优移动序列;最后,在不同环境下进行仿真实验,得到的平均路径长度与生物激励神经网络算法(BINN)和牛耕式A*算法(BA*)相比分别减少了 16.69%~17.33%、10.32%~20.03%,验证了所提出算法在多机器人全覆盖路径规划中的可行性和有效性.
多机器人、全覆盖路径规划、栅格地图、分散捕食者猎物模型、滚动优化、鲸鱼优化算法
38
TP242(自动化技术及设备)
国家重点研发计划;浙江省公益技术应用研究项目
2023-09-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
2545-2553