[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

说明书

本发明公开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；每个移动机器人执行所分配所有任务的能耗、能耗惩罚系数，所有移动机器人平均能耗，能耗惩罚机制的阈值。先启用多移动机器人路径规划的A*算法，根据当前节点的逆向递推父节点输出规划路径；再能耗惩罚机制评判，如果能耗惩罚系数大于或等于能耗惩罚机制的阈值，则需要重新分配移动机器人执行任务的顺序，否则不调整；再启用遗传算法与A*算法嵌套方法，输出总能耗最小下的任务顺序和规划路径。它概念简单，操作方便，适应于能耗约束下多机器人均衡能耗作业的现实需求，提高了多移动机器人进行规划路径结果可靠性。

技术领域

本发明涉及移动机器人技术领域，具体是涉及一种能耗惩罚机制下多移动机器人路径规划的方法。

背景技术

移动机器人作为智能主力军的代表，其应用领域的扩大和使用数量的提高表明其具有鲜明的需求导向，在物流运输、家庭服务、医疗、勘探、水下作业、巡逻、农业等方面以及某些对人有危险的场合均有应用；但其多以蓄电池为能源，能提供的能量有限，存在轮式移动机器人作业过程中能耗约束和规划路径平滑效果瓶颈制约了其需求量增加的科学问题。专利CN113156940A公开了基于好奇心-贪婪奖励函数的机器人路径规划的方法，但未同时对多移动机器人进行规划路径，规划路径时缺乏均衡各移动机器人之间能耗，存在各移动机器人执行任务能耗不均衡现象，存在部分移动机器人能量不足而需要中途更换移动机器人，影响移动机器人完成任务效率。

发明内容

为了克服现有未同时对多移动机器人进行规划路径，规划路径时缺乏均衡各移动机器人之间能耗，存在各移动机器人执行任务能耗不均衡现象，存在部分移动机器人能量不足而需要中途更换移动机器人，影响移动机器人完成任务效率等缺陷，本发明提供一种能耗惩罚机制下多移动机器人路径规划的方法，引入惩罚能耗机制，应用遗传算法与A*算法的嵌套方法，遗传算法重新规划任务顺序，A*算法规划路径并计算总能耗，实现能耗惩罚机制下各移动机器人能耗为均衡状态。

本发明具体解决其技术问题所采用的技术解决方案是：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；

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：

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；

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：