[发明专利]一种基于YOLOv3的仪表巡检机器人最优路线规划方法

摘要

本发明公开了一种基于YOLOv3的仪表巡检机器人最优路线规划方法，具体如下：S1、创建巡检工作环境地图和确定巡检目标位置；S2、输入初始化的信息素矩阵，确定初始点和终止点；S3、确定下一步可以到达的节点，选择出下一步的初始点；S4、更新路径和路程长度；S5、反复多次进行步骤3和步骤4，直到蚂蚁到达目标点或者是蚂蚁已经走完所有可走的路；S6、反复多次进行步骤3至步骤5，直到蚂蚁迭代计算完成；S7、更新信息素矩阵T，没有到达目标点的蚂蚁不在计算范围内；S8、重复步骤3至步骤7，直到第n代蚂蚁迭代结束，输出最优路径曲线。本发明实施简单，成本低，精确度高，有效提高巡检机器人自动化水平，减少了人工在整个路径规划过程中的参与。

主权项

1.一种基于YOLOv3的仪表巡检机器人最优路线规划方法，包括基于YOLOv3算法框架对目标检测模型的建模和训练步骤，其特征在于，还包括基于蚁群算法的机器人最优巡检路径规划步骤，具体如下：S1、采用栅格的地图表示方法，利用巡检机器人自动创建巡检工作环境地图和确定巡检目标位置，栅格的单位大小为巡检机器人的占地面积；S2、输入初始化的信息素矩阵T，确定初始点和终止点，确使每一个位置的信息素一定要相等；S3、确定下一步可以到达的节点，根据某节点信息素浓度确定蚂蚁到达某节点的概率情况，利用轮盘算法选择出下一步的初始点；S4、更新路径和路程长度；S5、反复多次进行步骤3和步骤4，直到蚂蚁到达目标点或者是蚂蚁已经走完所有可走的路；S6、反复多次进行步骤3至步骤5，直到蚂蚁迭代计算完成；S7、更新信息素矩阵T，没有到达目标点的蚂蚁不在计算范围内；S8、重复步骤3至步骤7，直到第n代蚂蚁迭代结束，选择循环中的最优路径，同时输出最优路径曲线。