-
公开(公告)号：CN119472642A
公开(公告)日：2025-02-18
申请号：CN202411427904.2
申请日：2024-10-14
Applicant: 安徽工程大学
Abstract: 本发明基于传统蚁群算法所存在的问题提出一种融合全局信息增强与信息素抑制策略改进蚁群算法，用来解决焊接机器人的路径规划问题，通过引入全局信息增强策略，综合考虑节点对路径质量的实际贡献，提高优质节点对蚂蚁寻路的引导作用，进而提高了算法的搜索质量。同时，信息素抑制策略使得算法能够从历史信息中寻找出劣质片段，降低劣质节点对蚂蚁寻路的干扰。仿真结果表明，采用本发明的GIEPI‑IACO算法在解决焊接机器人路径规划问题上效果显著，整体性能优于基本蚁群算法和已有的改进蚁群算法。
-
公开(公告)号：CN115328161B
公开(公告)日：2024-04-26
申请号：CN202211120479.3
申请日：2022-09-15
Applicant: 安徽工程大学
Abstract: 本发明涉及一种基于K视界的改进蚁群算法的焊接机器人路径规划方法，S1、创建机器人工作环境地图起始点与目标点；S2、初始化节点实际视界矩阵v_matrix；S3迭代开始：S3.1、将第i只蚂蚁放至起点寻路；S3.2、根据公式(1)计算节点的选择概率，用轮盘赌法选择下一节点并移动；S3.4、若所有蚂蚁都完成寻路任务，S3.5、更新信息素浓度矩阵；S3.6、判断当代最优路径长度lb是否小于Lb，更新Lb与nodeb为当代最优解；S3.7、以nodeb节点列表为依据，用式(2)和式(3)对所有节点的实际视界进行更新；S3.6、若当前迭代次数小于最大迭代次数；S4、循环T代后输出全局最优解。视界使蚂蚁有效排除无效选项，提高算法解决问题的效率。
-
公开(公告)号：CN115494840B
公开(公告)日：2024-04-12
申请号：CN202211001970.4
申请日：2022-08-20
Applicant: 安徽工程大学 , 芜湖柯埔智能装备有限公司
Abstract: 一种基于蒙特卡洛因子的MC‑IACO的改进蚁群算法的焊接机器人路径规划方法，包括：S1、栅格法创建机器人工作环境地图；S2、初始化节点的蒙特卡洛算法参数；S3、算法迭代开始：S3.1、将m只蚂蚁放至起点开始寻路；S3.2、按传统蚁群算法流程更新信息素浓度矩阵；S3.3、初始化蒙特卡洛指数增量矩阵mc_delta；S3.4、遍历当前代最优路径的节点，更新mc_delta中节点对应的蒙特卡洛指数增量mij_delta＝0.1；S3.5、依据mc_matrix＝mc_matrix+mc_delta更新蒙特卡洛指数矩阵；S3.6、若当前迭代次数小于最大迭代次数，则执行S3.1；否则执行S4；S4、循环T代后输出全局最优解。本发明解决焊接机器人路径规划问题上的效果进步明显，整体性能优于基本蚁群算法和改进蚁群算法的性能。
-
公开(公告)号：CN115981307A
公开(公告)日：2023-04-18
申请号：CN202211544044.1
申请日：2022-12-03
Applicant: 安徽工程大学
IPC: G05D1/02
Abstract: 本发明公开一种基于改进非洲野狗算法的移动机器人路径规划方法，包括以下步骤：S1、生成初始种群；S2、计算种群适应度；S3、野狗执行围攻行为；S4、野狗执行追捕行为；S5、野狗执行食腐行为；S6、检测野狗个体的新位置是否优于原位置，更新位置信息；S7、计算出需要执行求生行为的个体，并将该部分个体计算新位置；S8、否达到最大循环次数，输出最优野狗个体最优路径信息。本发明的有益效果是，采取本发明新型策略的改进非洲野狗算法在解决移动机器人路径规划的效果明显，整体性能优于基本非洲野狗算法及其他改进蚁群优化算法。
-
公开(公告)号：CN118963333A
公开(公告)日：2024-11-15
申请号：CN202410476820.1
申请日：2024-04-19
Applicant: 安徽工程大学
Abstract: 本发明涉及一种基于IBA*‑DWA融合算法的机器人路径规划，包括：S1、初始化相关参数；S2、根据改进后的启发函数同时开始前向和后向搜索，从相遇点开始，提取出完整的路径；S6、从改进后双向A*算法得到的完整路径中提取出关键节点；S9、对于每个候选速度，计算机器人制动距离打分，根据机器人动态模型和避障策略，以评价函数公式评估生成的轨迹的优劣，从评估后的轨迹中选择最优轨迹作为机器人要执行的行动；S10、模拟机器人在环境中的移动更新其状态，动态更新障碍物的位置；S11、记录机器人轨迹判断是否到达终点，如果是停止仿真。本发明解决了机器人陷入局部最优无法到达终点的问题，提高路径质量，降低机器人的能耗。
-
Patent Agency Ranking
-
公开(公告)号：CN116560364A
公开(公告)日：2023-08-08
申请号：CN202310505847.4
申请日：2023-05-05
Applicant: 安徽工程大学
IPC: G05D1/02
Abstract: 一种基于IACO‑GA融合算法的机器人路径规划方法，S1、初始化算法相关参数；S2、根据地图数据绘制地图；S3、开始种群初始化循环；S4、算法迭代循环开始；S5、用轮盘赌法选出可行节点列表open中的一点为下一个节点，根据点到直线的距离公式判断所选节点与当前节点的连线是否经过障碍物。S6、按照适应度计算每条路径的选择概率，用轮盘赌法选择1个个体存入子代列表children中；S7、执行交叉算子；S8、执行变异算子；S9、更新种群；S10、计算最后一代种群个体的适应度，输出适应度最小的个体即最短路径。本发明提高了初始种群的质量，摆脱了交叉操作对于路径重合点的依赖性，提高交叉操作效率，算法求解速度加快。
-
-
公开(公告)号：CN115493593B
公开(公告)日：2024-06-11
申请号：CN202211001968.7
申请日：2022-08-20
Applicant: 安徽工程大学 , 芜湖柯埔智能装备有限公司
IPC: G01C21/20
Abstract: 一种基于迭代策略的改进人工势场算法的机器人路径规划方法，S1、初始化算法的相关参数；S2、根据APF相关公式计算每个节点的势力场；S3、将所有障碍物的邻接节点添加进一个空列表A；S4、进入修正势场的迭代循环过程；S5、令势场变化误差delta=0；S6、依次遍历A中的节点a，若delta为0，则退出势场修正的迭代过程；S7、基于S13得到的修正势场，从起点节点开始，按照势场最大下降策略，即可找到一条从起点至终点的联通路径；S8、输出路径结果，算法结束。本发明针对传统APF算法存在的问题提出一种迭代修正势场策略，该策略会通过迭代渐渐消除可能存在的局部较低势场，保证了移动机器人不会陷入局部死角，从而提高算法完成路径规划任务的效率。
-
公开(公告)号：CN116909265A
公开(公告)日：2023-10-20
申请号：CN202310678406.4
申请日：2023-06-07
Applicant: 安徽工程大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于节点评价机制改进蚁群算法的移动机器人路径规划方法，该算法使用节点评价机制取代传统蚁群算法中的距离启发函数，通过计算待选节点与终点之间的实际距离和方向引导参数来得到每个待选节点的评价指标，并根据路径的长度动态调整信息素更新系数以减少较差路径对于整体信息素分布的干扰，提高了终点对蚂蚁寻路的引导作用，提高算法的搜索质量。仿真结果表明，采取本发明的NEM‑IACO算法在解决移动机器人路径规划问题上效果进步明显，整体性能优于基本蚁群算法和改进的蚁群算法。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.023 seconds)
