摘要
本发明公开了机器人路径规划领域内的基于区间多目标分解进化算法的巡检机器人路径规划方法,包括以下步骤:S1,化工厂环境建模:采用网格划分方法构建化工厂环境的数学模型;S2,路径编码:通过构建危险源风险概率区间和路径编码坐标系,实现巡检机器人在复杂环境中的合理路径规划;S3,构建巡检机器人以路径长度和路径风险度为核心的多目标优化模型;S4,求解多目标优化模型:提出一种改进的基于分解的邻域和权重自适应调整的多目标优化区间算法,求解多目标优化模型;S5,输出最优解:根据最优解绘制巡检机器人路径规划路线图。本发明不仅有效解决化工厂巡检机器人在复杂环境中的路径优化问题,还提高了机器人巡检的效率和任务完成的可靠性。
技术关键词
巡检机器人
进化算法
化工厂环境
机器人巡检
障碍物
度函数
邻域
网格划分方法
风险
模糊综合评估方法
碰撞检测阶段
终点
扩展搜索空间
坐标系
切比雪夫
机器人路径规划
高温高压设备
系统为您推荐了相关专利信息
自动避障方法
智能清洁车
策略
障碍物
自动避障系统
避障控制方法
巡检机器人
机器人巡检
规则集
数据采集节点
气体扩散模型
煤矿巡检机器人
煤矿巷道
马氏距离计算方法
数据
巡检机器人
全局地图
避障路径
障碍物
采集周围环境