-
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
申请人： 安徽工程大学 , 芜湖柯埔智能装备有限公司
摘要： 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：CN115493593A
公开(公告)日：2022-12-20
申请号：CN202211001968.7
申请日：2022-08-20
申请人： 安徽工程大学 , 芜湖柯埔智能装备有限公司
IPC分类号： G01C21/20
摘要： 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：CN115493593B
公开(公告)日：2024-06-11
申请号：CN202211001968.7
申请日：2022-08-20
申请人： 安徽工程大学 , 芜湖柯埔智能装备有限公司
IPC分类号： G01C21/20
摘要： 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：CN115494840A
公开(公告)日：2022-12-20
申请号：CN202211001970.4
申请日：2022-08-20
申请人： 安徽工程大学 , 芜湖柯埔智能装备有限公司
IPC分类号： G05D1/02
摘要： 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：CN109662814B
公开(公告)日：2024-07-05
申请号：CN201910154443.9
申请日：2019-03-01
申请人： 安徽工程大学
IPC分类号： A61F2/40
摘要： 本发明公开了一种该人工肩关节，包括肱骨球头和连接在肩胛骨上的衬背，还包括陶瓷片和支承体，所述陶瓷片为一组陶瓷片，一组陶瓷片分散布置在支承体上，所述衬背的内侧设有凹槽，凹槽用于容纳支承体，所述陶瓷片的外凹曲面与球头的外表面接触构成摩擦副。衬背内侧分散布置的若干陶瓷片代替厚度大的整体式陶瓷内衬，降低人工肩关的整体壁厚，提高了肱骨球头的直径，从而增大人工肩关节的运动范围；陶瓷片通过高分子聚合物固定在衬背的内侧，陶瓷片固定可靠稳定，降低了陶瓷片和衬背内侧的加工精度，减少加工工艺，降低成本，并具有一定的抗冲击性和降噪作用。
-
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
申请人： 安徽工程大学
摘要： 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：CN117452945A
公开(公告)日：2024-01-26
申请号：CN202311483842.2
申请日：2023-11-07
申请人： 安徽工程大学
IPC分类号： G05D1/43 , G05D1/644 , G05D1/648 , G05D109/10
摘要： 本发明公开一种面向多机器人协同遍历的任务节点划分方法，包括以下步骤：S1、算法参数初始化，如聚类数量K、任务节点的数量M、任务节点坐标数据等；S2、根据式(3)计算各个任务节点的r'跟θ'；S3、将所有任务节点由空间域映射到角度域；S4、根据式(6)计算节点的权重系数；S5、根据式(5)计算K‑means算法的聚类中心；S6、调用基本TSP算法如蚁群算法对不同类别的任务节点进行路径规划；S7、返回算法运行结果，程序结束。本发明的有益效果是，通过将待分配的任务节点映射到角度域，并通过引入权重系数来微调分类结果的规模平衡性，从而在保证了机器人负载均衡性的基础上降低任务的整体用时。
-
公开(公告)号：CN107773200B
公开(公告)日：2023-10-17
申请号：CN201711161686.2
申请日：2017-11-21
申请人： 安徽工程大学
IPC分类号： A47L23/26
摘要： 本发明公开了一种鞋底清理机，所述鞋底清理机包括机架体、环形导轨、旋转毛刷总成、清理装置和驱动装置，机架体内设有空腔,环形导轨安装在空腔内，在机架顶部水平间隔设有人行板，环形导轨位于人行板间隔位置，旋转毛刷总成滑动安装在环形导轨上，旋转毛刷总成沿环形导轨在人行板间隔处移动，旋转毛刷总成顶端高于人行板的上表面，在机架体内安装有用于清理旋转毛刷总成的自清洁装置，机架体上设有驱动旋转毛刷总成和清理装置运动的驱动装置。本发明提高了鞋底的清洁质量，并通过滚筒清洗总成装置，提高了循环清洁作业效率。
-
公开(公告)号：CN116205292A
公开(公告)日：2023-06-02
申请号：CN202310081103.4
申请日：2023-01-16
申请人： 安徽工程大学
IPC分类号： G06N3/126 , G06Q10/04 , G06Q10/0631 , G06Q50/04
摘要： 本发明公开一种求解柔性作业车间调度的改进遗传算法，包括：S1、算法参数初始化；S2、使用分治贪婪初始化策略生成初代染色体，S3、将随机数小于cp的个体取出作为交叉算子的父代种群，依次从该种群中取出两个染色体作为交叉父代chro1与chro2，使用改进POX算子来生成交叉子代child1与child2；S4、将随机数小于mp的个体取出作为变异算子的父代种群，将变异个体加入子代种群列表childList中；S5、将子代种群childList中的染色体并入总种群列表chroList中；S6、根据锦标赛选择法选择出下一代的父代；S7、将temp数据赋值给总种群列表chroList；输出全局最优解。本发明的有益效果是分治贪婪初始化策略初始化初代个体以保证生成较优的初始解，并提出一种最优匹配交叉方法来改进传统POX交叉算子，加速算法的收敛速度，提高算法的寻解效率。
-
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
申请人： 安徽工程大学
IPC分类号： G05D1/02
摘要： 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。
-
-
-
-
-
-
-
-
-
搜索结果
181 条记录 (耗时 0.089 秒)
