[发明专利]一种能耗惩罚机制下多移动机器人路径规划的方法

权利要求书

1.一种能耗惩罚机制下多移动机器人路径规划的方法，包括多移动机器人路径规划的A*算法，遗传算法与A*算法的嵌套方法；open表中存储待被搜索的节点，close表中存储已被搜索过的节点,f(n)为估价函数；有n个移动机器人要执行m个任务；E_i表示移动机器人i执行所分配所有任务的能耗；P_i表示移动机器人i的能耗惩罚系数，表示所有移动机器人平均能耗，有α表示能耗惩罚机制的阈值，根据实验经验值，令α＝3％；能耗惩罚机制；λ_j为布尔变量，移动机器人i执行任务j时为1，否则为0；K_j表示移动机器人i执行任务j时能耗代价值，即任务的权系数，要求每个任务的权系数均不相等，令K_j＝1+(j-1)×0.1；δ表示移动机器人i执行任务行驶单位距离能耗；D_j表示移动机器人i执行任务j时需要行驶的距离；(x_j-1，y_j-1)和(x_j，y_j)分别表示移动机器人i执行任务j前的坐标位置和任务j的坐标位置，其特征在于，移动机器人i执行所分配所有任务的能耗E_i的计算如下式：

移动机器人i执行任务j时需要行驶的距离D_j的计算如下式：

移动机器人i的能耗惩罚系数P_i的计算如下式：

一种能耗惩罚机制下多移动机器人路径规划的方法的具体流程如下：

步骤1：开始，启用多移动机器人路径规划的A*算法，建立多移动机器人作业环境模型，初始化参数；

步骤2：将起点加入到open表中，并设为当前节点，close表为空；

步骤3：当前节点是否是目标点判断，如果当前节点是目标点，则移动机器人路径规划的A*算法完成，跳至步骤7；否则继续往下执行；

步骤4：把当前节点移到close表中；

步骤5：拓展当前节点的相邻4个方向栅格节点，加入至open表中，遍历open表，依据能耗约束的数学模型计算open表中每个节点f(n)值；能耗约束的数学模型表示如下式，其指n个移动机器人要执行m个任务的总能耗最小，是路径规划的目标函数：

步骤6：选取f(n)值的栅格点作为下一个当前节点，跳至步骤3；

步骤7：根据当前节点的逆向递推父节点输出规划路径；

步骤8：计算每个移动机器人完成任务能耗，计算总能耗和平均能耗

步骤9：计算每个移动机器人的能耗惩罚系数P_i；

步骤10：能耗惩罚机制评判，如果能耗惩罚系数P_i大于或等于能耗惩罚机制的阈值α，即P_i≥α则继续往下执行，否则跳至步骤16；

步骤11：启用遗传算法与A*算法的嵌套方法；

步骤12：通过遗传算法的选择、交叉、变异改变移动机器人执行任务的顺序；

步骤13：调用步骤1至步骤7的多移动机器人路径规划的A*算法，并计算总能耗

步骤14：遗传算法迭代终止条件判断，如果达到要求的迭代次数，则继续往下执行，否则跳至步骤12；

步骤15：输出总能耗最小的任务顺序；

步骤16：输出能耗惩罚机制下多移动机器人规划路径；

步骤17：结束。

2.根据权利要求1所述的一种能耗惩罚机制下多移动机器人路径规划的方法，其特征在于所述能耗惩罚机制是如果P_i≥α时，则需要重新分配移动机器人i执行任务的顺序，否则不调整执行任务顺序。