一种快速填补栅格地图中凹形区域的方法

    公开(公告)号:CN109827585B

    公开(公告)日:2022-08-02

    申请号:CN201910126765.2

    申请日:2019-02-20

    Abstract: 本发明属于机器人路径规划领域,具体涉及一种快速填补栅格地图中凹形区域的方法,包括以下步骤:获取占据栅格地图,选定一个重力作用方向,通常选择为上下左右四个方向,以下步骤选定重力方向向下;遍历地图寻找拥有支撑力的一个栅格单元,也即其正下方有障碍物栅格单元,并且该栅格单元本身不是障碍物;在该栅格单元左右开始进行水平方向上的扩充,直到填满整个水平层,也即扩展到左右两侧皆为障碍物,在该过程中持续检查是否存在某一格子上方有障碍物、或者某一格子下方没有障碍物的情况,如果存在,则返回上一步。本发明不依赖于计算机图形学中的凸包问题,是一种快速、直观、方便应用的方法。

    一种快速填补栅格地图中凹形区域的方法

    公开(公告)号:CN109827585A

    公开(公告)日:2019-05-31

    申请号:CN201910126765.2

    申请日:2019-02-20

    Abstract: 本发明属于机器人路径规划领域,具体涉及一种快速填补栅格地图中凹形区域的方法,包括以下步骤:获取占据栅格地图,选定一个重力作用方向,通常选择为上下左右四个方向,以下步骤选定重力方向向下;遍历地图寻找拥有支撑力的一个栅格单元,也即其正下方有障碍物栅格单元,并且该栅格单元本身不是障碍物;在该栅格单元左右开始进行水平方向上的扩充,直到填满整个水平层,也即扩展到左右两侧皆为障碍物,在该过程中持续检查是否存在某一格子上方有障碍物、或者某一格子下方没有障碍物的情况,如果存在,则返回上一步。本发明不依赖于计算机图形学中的凸包问题,是一种快速、直观、方便应用的方法。

    一种基于改进拍卖算法的围捕者决策方法

    公开(公告)号:CN110488849A

    公开(公告)日:2019-11-22

    申请号:CN201910810370.4

    申请日:2019-08-29

    Abstract: 本发明属于多机器人任务分配领域,具体涉及一种基于改进拍卖算法的围捕者决策方法。本发明针对传统拍卖算法中拍卖者身份的缺陷和竞标值存在的不足导致围捕者的选定过程安全性差和决策效率低的问题提出了一种基于改进拍卖算法的围捕者决策方法,作为围捕者的决策方法,用来选定围捕者。本发明通过引入几何中心原理,改变了传统确定拍卖者身份的方式,进而加快了拍卖过程,提高了决策效率,增强了决策过程的安全性;通过改进竞标值函数,来确定最佳的围捕者身份,提高了整体的围捕效率。

    一种基于狮群算法的多AUV围捕者协同控制方法

    公开(公告)号:CN110377059A

    公开(公告)日:2019-10-25

    申请号:CN201910810291.3

    申请日:2019-08-29

    Abstract: 本发明属于多水下机器人协同控制领域,具体涉及一种基于狮群算法的多AUV围捕者协同控制方法。本发明针对单个AUV无法完成复杂水下任务、围捕机器人智能性交互性不足以及实际三维环境中存在障碍物的情况,提出了一种基于狮群算法的多AUV围捕者协同控制方法。本发明针对围捕者数量为三个或三个以上的情况。在围捕者小组中围捕者移动性能相当的情况下,通过下潜与上浮操作,与目标保持同一水深的同时,将目标包围在几何中心,并以目标为圆心,距离r为半径,均匀的分布在目标周围,完成协同围捕。本发明应用狮群算法(LGA)进行AUV围捕协同控制,围捕效率更高,收敛特性更好。

    一种基于改进阈值法的多机器人任务分配方法

    公开(公告)号:CN109886574A

    公开(公告)日:2019-06-14

    申请号:CN201910126437.2

    申请日:2019-02-20

    Abstract: 本发明属于信息处理领域,公开了一种基于改进阈值法的多机器人任务分配方法,包含如下步骤:定义第m次迭代时机器人i对任务j的响应阈值;在第m次迭代,阈值刺激差最大时对应的任务即机器人i在t时刻要执行的任务;如果机器人执行任务成功或失败且还有未被执行的任务,继续在未被执行的任务中选择阈值刺激差最大时对应的任务去执行;当机器人进入等待状态或等待区即没有可执行任务时,令机器人不断寻找可执行的任务;直到所有任务都被执行完成即完成一次迭代时,重置机器人和任务点的位置,根据阈值更新公式计算第m+1次迭代时机器人i对任务j的响应阈值和阈值刺激差。本发明优化了多任务处理能力,提高了算法的效率,提高了系统的资源利用率。

    一种基于改进阈值法的多机器人任务分配方法

    公开(公告)号:CN109886574B

    公开(公告)日:2023-02-14

    申请号:CN201910126437.2

    申请日:2019-02-20

    Abstract: 本发明属于信息处理领域,公开了一种基于改进阈值法的多机器人任务分配方法,包含如下步骤:定义第m次迭代时机器人i对任务j的响应阈值;在第m次迭代,阈值刺激差最大时对应的任务即机器人i在t时刻要执行的任务;如果机器人执行任务成功或失败且还有未被执行的任务,继续在未被执行的任务中选择阈值刺激差最大时对应的任务去执行;当机器人进入等待状态或等待区即没有可执行任务时,令机器人不断寻找可执行的任务;直到所有任务都被执行完成即完成一次迭代时,重置机器人和任务点的位置,根据阈值更新公式计算第m+1次迭代时机器人i对任务j的响应阈值和阈值刺激差。本发明优化了多任务处理能力,提高了算法的效率,提高了系统的资源利用率。

    一种基于VDSOM算法的多机器人任务分配方法

    公开(公告)号:CN109839933B

    公开(公告)日:2022-04-29

    申请号:CN201910126801.5

    申请日:2019-02-20

    Abstract: 本发明属于多机器人任务分配领域,具体涉及一种基于VDSOM算法的多机器人任务分配方法。这种方法不仅有效地实现了多机器人的任务分配,同时也有效地避开了环境中的障碍物,从而使多机器人任务分配更具备实用性和高效性。发明主要包括:初始化神经网络,寻找某一输入神经元的获胜神经元(机器人),以确定该任务目标点是由那个机器人执行;设计一个邻域函数,用来确定在邻域范围内受获胜神经元影响的输入神经元;控制获胜神经元和其相邻神经元向目标的位置坐标移动,根据矢量方向方法,在成功避开环境中障碍物的前提下,向目标点移动一定距离。修改权值,以确定下一次的获胜神经元。

    一种基于VDSOM算法的多机器人任务分配方法

    公开(公告)号:CN109839933A

    公开(公告)日:2019-06-04

    申请号:CN201910126801.5

    申请日:2019-02-20

    Abstract: 本发明属于多机器人任务分配领域,具体涉及一种基于VDSOM算法的多机器人任务分配方法。这种方法不仅有效地实现了多机器人的任务分配,同时也有效地避开了环境中的障碍物,从而使多机器人任务分配更具备实用性和高效性。发明主要包括:初始化神经网络,寻找某一输入神经元的获胜神经元(机器人),以确定该任务目标点是由那个机器人执行;设计一个邻域函数,用来确定在邻域范围内受获胜神经元影响的输入神经元;控制获胜神经元和其相邻神经元向目标的位置坐标移动,根据矢量方向方法,在成功避开环境中障碍物的前提下,向目标点移动一定距离。修改权值,以确定下一次的获胜神经元。

Patent Agency Ranking