CN115657687B - 一种可移动机器人的路径优化方法和系统 - Google Patents
一种可移动机器人的路径优化方法和系统 Download PDFInfo
- Publication number
- CN115657687B CN115657687B CN202211647284.4A CN202211647284A CN115657687B CN 115657687 B CN115657687 B CN 115657687B CN 202211647284 A CN202211647284 A CN 202211647284A CN 115657687 B CN115657687 B CN 115657687B
- Authority
- CN
- China
- Prior art keywords
- path
- optimization
- data
- path optimization
- traffic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种可移动机器人的路径优化方法,包括:获取可移动机器人的路径信息;通过预设的路径优化模型处理所述路径信息,获取路径优化节点;通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端;提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代。
Description
技术领域
本发明涉及路径优化技术领域,特别涉及一种可移动机器人的路径优化方法和系统。
背景技术
目前,路径优化是企业物资调度分配中的一项关键技术,其目的是实现成本最低、运输时间最短等战略指标,进而提高企业效益。路径优化问题通常没有多项式复杂度的求解方法,因此常利用数值求解方法进行求解。但目前的路径优化问题,而且无法优化多辆配送车的部署数量,难以结合实际地图规划路径。
发明内容
本发明提供一种可移动机器人的路径优化方法和系统,以解决上述问题。
本发明提供一种可移动机器人的路径优化方法,包括:
获取可移动机器人的路径信息;
通过预设的路径优化模型处理所述路径信息,获取路径优化节点;
通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端;
提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代。
作为本技术方案的一种实施例,所述通过预设的路径优化模型处理所述路径信息,获取路径优化节点,包括:
通过预设的路径优化模型,接收对所述路径信息进行解码,确定可移动机器人的出发地参数和目的地参数;
通过所述出发地参数和目的地参数,确定可移动机器人的移动位置参数;
基于移动位置参数,获取出发地和目的地之间可移动机器人的所有通行路径;
在出发地和目的地之间的所有通行路径,选择具有路径优化输出值的路径优化节点。
作为本技术方案的一种实施例,所述通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端,包括:
将所有路径优化节点和路径优化节点之间的通行路径代入所述路径优化模型,计算通行数据;其中,
所述通行数据至少包括通行距离、通行路径、通行成本和通行时间;
通过所述通行数据,计算每条通行路径的路径优化权值 ;
通过路径优化节点之间每条通行路径的路径优化权值和通行数据,计算可移动机器人的最优路径;
将通行数据和路径优化权值在预设的阈值数据内的最优路径反馈至控制终端。
作为本技术方案的一种实施例,所述通过所述提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代,包括:
获取多个可移动机器人的最优路径的优化参数,生成优化数据样本;
通过对所述优化数据样本构建、训练和测试标准,生成待优化模型信息;
通过所述优化数据样本,确定优化指标;
将所述优化指标、待优化模型信息和优化数据样本传输到路径优化模型中和预设优化规则进行匹配,并筛选出至少一个匹配成功的预设优化规则对路径优化模型进行迭代。
在一个实施例中,所述对所述路径信息进行解码,包括:
在所述路径优化节点计算出可移动机器人的最优路径后先将所述最优路径数据进行标志位添加和压缩处理后再反馈至控制终端,然后所述预设的路径优化模型在接收到进行标志位添加和压缩处理后的最优路径数据后先对所述数据进行解压和标志位判断,从而完成可靠解码,其具体步骤包括,
步骤A1:所述路径优化节点计算出可移动机器人的最优路径后,先利用公式(1)将所述最优路径数据进行标志位添加和压缩处理
其中表示将所述最优路径数据进行标志位添加和压缩处理后的16进制形式
数据;D16表示原始最优路径数据的16进制形式;原始最优路径数据的16进制形式
中的第a位上的数值;len()表示求取括号内数据的数据位数;B16表示标志位数据的16进制
形式;<<表示左移符号;均表示将括号内逗号隔开的16进制数据首尾相连形
成新的16进制数;%表示取余;表示向上取整;均表示将括号
内的数值转换为10进制数;表示将括号内的数值转换为16进制数;R16表示对所述
最优路径数据进行标志位添加后的16进制数据;表示
将16进制数据中的第1位至第位上的数据进行提取得到的新16进制数据
并记做R116;表示将16进制数据中的第位至第位上的数据进行提取得到的新16进制数据;R210
表示被压缩的数据的10进制形式;表示求取绝对值;表示预设分割字符,用于判断分
割位置点;F()表示符号判定函数,若括号内的数值为大于等于0的数则函数值为16进制形
式的1,若括号内的数值为小于0的数则函数值为16进制形式的0;
步骤A2:所述预设的路径优化模型在接收到进行标志位添加和压缩处理后的最优路径数据后,利用公式(2)对数据进行解压处理
其中表示对数据进行解压处理后的16进制形式;>>表示右移;表示16进制数据中的第位上的数值;表示先找到16进制数据中的预设分割字符G16,然后提取所述预设分割
字符左边的所有数据并记做r116;表示设分割字符右边的所有数据;表示16进制数据中第1位至第位上的数据进行提取得到的新
16进制数据并记做;表示16进制数据中第位上的数值并记做r316;
步骤A3:在步骤A2解压完成后,利用公式(3)对解压后的数据进行标志位判断从而知晓解码是否成功,同时根据解码是否成功控制所述路径优化节点对最优路径数据进行重发
其中F 表示所述路径优化节点对最优路径数据进行重发的控制指令值;
若F≠0,则需要控制所述路径优化节点对最优路径数据进行重发;
若F=0,则不需要控制所述路径优化节点对最优路径数据进行重发。
上述技术方案的有益效果是:利用步骤A1的公式(1)将所述最优路径数据进行标志位添加和压缩处理,进而既能保证数据的完整性又能确保数据传输时数据量不会过大;然后利用步骤A2的公式(2)对数据进行解压处理,自动解压体现系统的智能化自动化的特点;最后利用步骤A3的公式(3)对解压后的数据进行标志位判断从而知晓解码是否成功,同时根据解码是否成功控制所述路径优化节点对最优路径数据进行重发,进而在解码不成功的情况下及时的控制所述路径优化节点对最优路径数据进行重发,确保系统的可靠性以及稳定性。
本发明提供一种可移动机器人的路径优化系统,包括:
路径信息模块,用于获取可移动机器人的路径信息;
节点选取模块,用于通过预设的路径优化模型处理所述路径信息,获取路径优化节点;
反馈模块,用于通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端;
优化迭代模块,用于通过所述路径优化节点,计算可移动机器人的最优路径,并将所述提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代。
作为本技术方案的一种实施例,所述节点选取模块,包括:
参数接收单元,用于通过预设的路径优化模型,接收对所述路径信息进行解码,确定可移动机器人的出发地参数和目的地参数;
移动位置参数确定单元,用于通过所述出发地参数和目的地参数,确定可移动机器人的移动位置参数;
通行路径获取单元,用于基于移动位置参数,获取出发地和目的地之间可移动机器人的所有通行路径;
路径优化节点选择单元,用于在出发地和目的地之间的所有通行路径,选择具有路径优化输出值的路径优化节点。
作为本技术方案的一种实施例,所述反馈模块,包括:
通行数据计算单元,用于将所有路径优化节点和路径优化节点之间的通行路径代入所述路径优化模型,计算通行数据;其中,
所述通行数据至少包括通行距离、通行路径、通行成本和通行时间;
路径优化权值计算单元,用于通过所述通行数据,计算每条通行路径的路径优化权值 ;
最优路径计算单元,用于通过路径优化节点之间每条通行路径的路径优化权值和通行数据,计算可移动机器人的最优路径;
反馈单元,用于将通行数据和路径优化权值在预设的阈值数据内的最优路径反馈至控制终端。
作为本技术方案的一种实施例,所述优化迭代模块,包括:
优化数据样本单元,用于获取多个可移动机器人的最优路径的优化参数,生成优化数据样本;
待优化模型信息单元,用于通过对所述优化数据样本构建、训练和测试标准,生成待优化模型信息;
优化指标单元,用于通过所述优化数据样本,确定优化指标;
优化迭代单元,用于将所述优化指标、待优化模型信息和优化数据样本传输到路径优化模型中和预设优化规则进行匹配,并筛选出至少一个匹配成功的预设优化规则对路径优化模型进行迭代。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种可移动机器人的路径优化方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
需说明的是,当部件被称为“固定于”或“设置于”另一个部件,它可以直接在另一个部件上或者间接在该另一个部件上。当一个部件被称为是“连接于”另一个部件,它可以是直接或者间接连接至该另一个部件上。
需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序,“多个”的含义是两个或两个以上,除非另有明确具体的限定。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
实施例1:
根据图1所示,本发明实施例提供了一种可移动机器人的路径优化方法,包括:
获取可移动机器人的路径信息;
通过预设的路径优化模型处理所述路径信息,获取路径优化节点;
通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端;
提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代。
上述技术方案的工作原理和有益效果在于:
本发明实施例提供了一种可移动机器人的路径优化方法,包括获取可移动机器人的路径信息,从而获取可移动机器人移动的原始路径,通过预设的路径优化模型处理所述路径信息,获取路径优化节点;通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端;提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代。实现优化多辆配送车的部署数量,并结合实际地图规划路径,可以按照用户需求个性化的行驶路线。
实施例2:
本技术方案提供了一种实施例,所述通过预设的路径优化模型处理所述路径信息,获取路径优化节点,包括:
通过预设的路径优化模型,接收对所述路径信息进行解码,确定可移动机器人的出发地参数和目的地参数;
通过所述出发地参数和目的地参数,确定可移动机器人的移动位置参数;
基于移动位置参数,获取出发地和目的地之间可移动机器人的所有通行路径;
在出发地和目的地之间的所有通行路径,选择具有路径优化输出值的路径优化节点。
上述技术方案的工作原理和有益效果在于:
本技术方案通过预设的路径优化模型,接收对所述路径信息进行解码,确定可移动机器人的出发地参数和目的地参数,便于规划路径,通过所述出发地参数和目的地参数,确定可移动机器人的移动位置参数;基于移动位置参数,获取出发地和目的地之间可移动机器人的所有通行路径;在出发地和目的地之间的所有通行路径,选择具有路径优化输出值的路径优化节点,具有便捷性、灵活度高的优点。
实施例3:
本技术方案提供了一种实施例,所述通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端,包括:
将所有路径优化节点和路径优化节点之间的通行路径代入所述路径优化模型,计算通行数据;其中,
所述通行数据至少包括通行距离、通行路径、通行成本和通行时间;
通过所述通行数据,计算每条通行路径的路径优化权值 ;
通过路径优化节点之间每条通行路径的路径优化权值和通行数据,计算可移动机器人的最优路径;
将通行数据和路径优化权值在预设的阈值数据内的最优路径反馈至控制终端。
上述技术方案的工作原理和有益效果在于:
本技术方案将所有路径优化节点和路径优化节点之间的通行路径代入所述路径优化模型,计算通行数据;其中,所述通行数据至少包括通行距离、通行路径、通行成本和通行时间;提高路径通行效率,减少通行成本,通过所述通行数据,计算每条通行路径的路径优化权值;通过路径优化节点之间每条通行路径的路径优化权值和通行数据,计算可移动机器人的最优路径,将通行数据和路径优化权值在预设的阈值数据内的最优路径反馈至控制终端,从而使得机器人的路径行驶有强适应能力。
实施例4:
本技术方案提供了一种实施例,所述通过所述提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代,包括:
获取多个可移动机器人的最优路径的优化参数,生成优化数据样本;
通过对所述优化数据样本构建、训练和测试标准,生成待优化模型信息;
通过所述优化数据样本,确定优化指标;
将所述优化指标、待优化模型信息和优化数据样本传输到路径优化模型中和预设优化规则进行匹配,并筛选出至少一个匹配成功的预设优化规则对路径优化模型进行迭代。
上述技术方案的工作原理和有益效果在于:
本技术方案获取多个可移动机器人的最优路径的优化参数,生成优化数据样本;通过对所述优化数据样本构建、训练和测试标准,生成待优化模型信息,提高优化模型的精准度,通过所述优化数据样本,确定优化指标;将所述优化指标、待优化模型信息和优化数据样本传输到路径优化模型中和预设优化规则进行匹配,并筛选出至少一个匹配成功的预设优化规则对路径优化模型进行迭代,通过迭代不断更新模型,使得模型具有更强的鲁棒性。
在一个实施例中,所述对所述路径信息进行解码,包括:
在所述路径优化节点计算出可移动机器人的最优路径后先将所述最优路径数据进行标志位添加和压缩处理后再反馈至控制终端,然后所述预设的路径优化模型在接收到进行标志位添加和压缩处理后的最优路径数据后先对所述数据进行解压和标志位判断,从而完成可靠解码,其具体步骤包括,
步骤A1:所述路径优化节点计算出可移动机器人的最优路径后,先利用公式(1)将所述最优路径数据进行标志位添加和压缩处理
其中表示将所述最优路径数据进行标志位添加和压缩处理后的16进制形式
数据;D16表示原始最优路径数据的16进制形式;原始最优路径数据的16进制形式
中的第a位上的数值;len()表示求取括号内数据的数据位数;B16表示标志位数据的16进制
形式;<<表示左移符号;均表示将括号内逗号隔开的16进制数据首尾相连形
成新的16进制数;%表示取余;表示向上取整;均表示将括号
内的数值转换为10进制数;表示将括号内的数值转换为16进制数;R16表示对所述
最优路径数据进行标志位添加后的16进制数据;表示
将16进制数据中的第1位至第位上的数据进行提取得到的新16进制数据
并记做R116;表示将16进制数据中的第位至第位上的数据进行提取得到的新16进制数据;R210
表示被压缩的数据的10进制形式;表示求取绝对值;表示预设分割字符,用于判断分
割位置点;F()表示符号判定函数,若括号内的数值为大于等于0的数则函数值为16进制形
式的1,若括号内的数值为小于0的数则函数值为16进制形式的0;
步骤A2:所述预设的路径优化模型在接收到进行标志位添加和压缩处理后的最优路径数据后,利用公式(2)对数据进行解压处理
其中表示对数据进行解压处理后的16进制形式;>>表示右移;表示16进制数据中的第位上的数值;表示先找到16进制数据中的预设分割字符G16,然后提取所述预设分割
字符左边的所有数据并记做r116;表示设分割字符右边的所有数据;表示16进制数据中第1位至第位上的数据进行提取得到的新
16进制数据并记做;表示16进制数据中第位上的数值并记做r316;
步骤A3:在步骤A2解压完成后,利用公式(3)对解压后的数据进行标志位判断从而知晓解码是否成功,同时根据解码是否成功控制所述路径优化节点对最优路径数据进行重发
其中F 表示所述路径优化节点对最优路径数据进行重发的控制指令值;
若F≠0,则需要控制所述路径优化节点对最优路径数据进行重发;
若F=0,则不需要控制所述路径优化节点对最优路径数据进行重发。
上述技术方案的有益效果是:利用步骤A1的公式(1)将所述最优路径数据进行标志位添加和压缩处理,进而既能保证数据的完整性又能确保数据传输时数据量不会过大;然后利用步骤A2的公式(2)对数据进行解压处理,自动解压体现系统的智能化自动化的特点;最后利用步骤A3的公式(3)对解压后的数据进行标志位判断从而知晓解码是否成功,同时根据解码是否成功控制所述路径优化节点对最优路径数据进行重发,进而在解码不成功的情况下及时的控制所述路径优化节点对最优路径数据进行重发,确保系统的可靠性以及稳定性。
实施例5:
本技术方案提供了一种可移动机器人的路径优化系统,包括:
路径信息模块,用于获取可移动机器人的路径信息;
节点选取模块,用于通过预设的路径优化模型处理所述路径信息,获取路径优化节点;
反馈模块,用于通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端;
优化迭代模块,用于通过所述路径优化节点,计算可移动机器人的最优路径,并将所述提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代。
实施例6:
本技术方案提供了一种实施例,所述节点选取模块,包括:
参数接收单元,用于通过预设的路径优化模型,接收对所述路径信息进行解码,确定可移动机器人的出发地参数和目的地参数;
移动位置参数确定单元,用于通过所述出发地参数和目的地参数,确定可移动机器人的移动位置参数;
通行路径获取单元,用于基于移动位置参数,获取出发地和目的地之间可移动机器人的所有通行路径;
路径优化节点选择单元,用于在出发地和目的地之间的所有通行路径,选择具有路径优化输出值的路径优化节点。
实施例7:
本技术方案提供了一种实施例,所述反馈模块,包括:
通行数据计算单元,用于将所有路径优化节点和路径优化节点之间的通行路径代入所述路径优化模型,计算通行数据;其中,
所述通行数据至少包括通行距离、通行路径、通行成本和通行时间;
路径优化权值计算单元,用于通过所述通行数据,计算每条通行路径的路径优化权值 ;
最优路径计算单元,用于通过路径优化节点之间每条通行路径的路径优化权值和通行数据,计算可移动机器人的最优路径;
反馈单元,用于将通行数据和路径优化权值在预设的阈值数据内的最优路径反馈至控制终端。
实施例8:
本技术方案提供了一种实施例,所述优化迭代模块,包括:
优化数据样本单元,用于获取多个可移动机器人的最优路径的优化参数,生成优化数据样本;
待优化模型信息单元,用于通过对所述优化数据样本构建、训练和测试标准,生成待优化模型信息;
优化指标单元,用于通过所述优化数据样本,确定优化指标;
优化迭代单元,用于将所述优化指标、待优化模型信息和优化数据样本传输到路径优化模型中和预设优化规则进行匹配,并筛选出至少一个匹配成功的预设优化规则对路径优化模型进行迭代。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (2)
1.一种可移动机器人的路径优化方法,其特征在于,包括:
获取可移动机器人的路径信息;
通过预设的路径优化模型处理所述路径信息,获取路径优化节点;
通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端;
提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代;
所述通过预设的路径优化模型处理所述路径信息,获取路径优化节点,包括:
通过预设的路径优化模型,接收对所述路径信息进行解码,确定可移动机器人的出发地参数和目的地参数;
通过所述出发地参数和目的地参数,确定可移动机器人的移动位置参数;
基于移动位置参数,获取出发地和目的地之间可移动机器人的所有通行路径;
在出发地和目的地之间的所有通行路径,选择具有路径优化输出值的路径优化节点;
所述通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端,包括:
将所有路径优化节点和路径优化节点之间的通行路径代入所述路径优化模型,计算通行数据;其中,
所述通行数据至少包括通行距离、通行路径、通行成本和通行时间;
通过所述通行数据,计算每条通行路径的路径优化权值 ;
通过路径优化节点之间每条通行路径的路径优化权值和通行数据,计算可移动机器人的最优路径;
将通行数据和路径优化权值在预设的阈值数据内的最优路径反馈至控制终端;
所述提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代,包括:
获取多个可移动机器人的最优路径的优化参数,生成优化数据样本;
通过对所述优化数据样本构建、训练和测试标准,生成待优化模型信息;
通过所述优化数据样本,确定优化指标;
将所述优化指标、待优化模型信息和优化数据样本传输到路径优化模型中和预设优化规则进行匹配,并筛选出至少一个匹配成功的预设优化规则对路径优化模型进行迭代。
2.一种可移动机器人的路径优化系统,其特征在于,包括:
路径信息模块,用于获取可移动机器人的路径信息;
节点选取模块,用于通过预设的路径优化模型处理所述路径信息,获取路径优化节点;
反馈模块,用于通过所述路径优化节点,计算可移动机器人的最优路径,并将所述最优路径反馈至控制终端;
优化迭代模块,用于通过所述路径优化节点,计算可移动机器人的最优路径,并提取可移动机器人的最优路径的优化参数,将所述优化参数传输至路径优化模型进行迭代;
所述节点选取模块,包括:
参数接收单元,用于通过预设的路径优化模型,接收对所述路径信息进行解码,确定可移动机器人的出发地参数和目的地参数;
移动位置参数确定单元,用于通过所述出发地参数和目的地参数,确定可移动机器人的移动位置参数;
通行路径获取单元,用于基于移动位置参数,获取出发地和目的地之间可移动机器人的所有通行路径;
路径优化节点选择单元,用于在出发地和目的地之间的所有通行路径,选择具有路径优化输出值的路径优化节点;
所述反馈模块,包括:
通行数据计算单元,用于将所有路径优化节点和路径优化节点之间的通行路径代入所述路径优化模型,计算通行数据;其中,
所述通行数据至少包括通行距离、通行路径、通行成本和通行时间;
路径优化权值计算单元,用于通过所述通行数据,计算每条通行路径的路径优化权值;
最优路径计算单元,用于通过路径优化节点之间每条通行路径的路径优化权值和通行数据,计算可移动机器人的最优路径;
反馈单元,用于将通行数据和路径优化权值在预设的阈值数据内的最优路径反馈至控制终端;
所述优化迭代模块,包括:
优化数据样本单元,用于获取多个可移动机器人的最优路径的优化参数,生成优化数据样本;
待优化模型信息单元,用于通过对所述优化数据样本构建、训练和测试标准,生成待优化模型信息;
优化指标单元,用于通过所述优化数据样本,确定优化指标;
优化迭代单元,用于将所述优化指标、待优化模型信息和优化数据样本传输到路径优化模型中和预设优化规则进行匹配,并筛选出至少一个匹配成功的预设优化规则对路径优化模型进行迭代。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211647284.4A CN115657687B (zh) | 2022-12-21 | 2022-12-21 | 一种可移动机器人的路径优化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211647284.4A CN115657687B (zh) | 2022-12-21 | 2022-12-21 | 一种可移动机器人的路径优化方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115657687A CN115657687A (zh) | 2023-01-31 |
CN115657687B true CN115657687B (zh) | 2023-03-10 |
Family
ID=85022202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211647284.4A Active CN115657687B (zh) | 2022-12-21 | 2022-12-21 | 一种可移动机器人的路径优化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115657687B (zh) |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002133351A (ja) * | 2000-10-25 | 2002-05-10 | Nec Corp | 最小コスト経路探索装置及びそれに用いる最小コスト経路探索方法 |
CN106020194B (zh) * | 2016-06-20 | 2019-01-29 | 武汉理工大学 | 一种基于传热分析的工业机器人路径优化方法及系统 |
CN106225788B (zh) * | 2016-08-16 | 2019-04-19 | 上海理工大学 | 基于路径拓展蚁群算法的机器人路径规划方法 |
US11727812B2 (en) * | 2017-07-27 | 2023-08-15 | Beihang University | Airplane flight path planning method and device based on the pigeon-inspired optimization |
CN107464018B (zh) * | 2017-08-01 | 2020-12-01 | 北京同城必应科技有限公司 | 一种配送路径优化方法和装置、计算机设备、存储介质 |
CN110118566B (zh) * | 2018-02-06 | 2022-11-25 | 腾讯科技(深圳)有限公司 | 机器人运行路径生成方法及装置 |
CN111290431A (zh) * | 2020-02-20 | 2020-06-16 | 成都工业学院 | 基于蚁群算法的无人机控制系统 |
CN113435025B (zh) * | 2021-06-22 | 2023-04-07 | 同济大学 | 一种结合多级优化模型的机器人高性能轨迹自动生成方法 |
CN113985879B (zh) * | 2021-10-28 | 2024-02-02 | 安徽安宠宠物用品有限公司 | 基于历史数据动态优化的智能移动巡检方法 |
CN114265364B (zh) * | 2021-12-21 | 2023-10-03 | 江苏师范大学 | 一种工业物联网的监测数据处理系统及方法 |
CN115079705A (zh) * | 2022-08-08 | 2022-09-20 | 海相(江苏)科技有限公司 | 基于改进a星融合dwa优化算法的巡检机器人路径规划方法 |
-
2022
- 2022-12-21 CN CN202211647284.4A patent/CN115657687B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115657687A (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ogawa et al. | Strong converse to the quantum channel coding theorem | |
CN101646921B (zh) | 地图更新数据提供设备、地图数据更新系统以及地图更新数据提供方法 | |
US8055085B2 (en) | Blocking for combinatorial coding/decoding for electrical computers and digital data processing systems | |
JP4007353B2 (ja) | ナビゲーションシステムにおける交通情報処理装置 | |
JP2007102406A (ja) | 車載情報端末 | |
CN115657687B (zh) | 一种可移动机器人的路径优化方法和系统 | |
CN103582880B (zh) | 压缩匹配枚举 | |
CN105486321A (zh) | 一种行车数据的处理方法、服务器及一种车载智能装置 | |
CN106105346B (zh) | 确定无线通信网络的时间和频率资源的方法和设备 | |
CN108733674A (zh) | 一种a2l文件合并方法及装置 | |
CN1136689C (zh) | 可有效地进行数据通信的方法 | |
US20240208543A1 (en) | Path optimization method and system for mobile robot | |
CN104239212A (zh) | 测试用例的查询方法及装置、测试用例的建立方法及装置 | |
EP1189354A2 (en) | Data encoding method, data encoding apparatus, data decoding method, and data decoding apparatus | |
CN111385057A (zh) | 一种数据的重传解码方法、装置、系统及通信设备 | |
Keller et al. | Evolution of genetic code on a hard problem | |
KR20180086484A (ko) | 생물학적 서열 데이터 처리 방법 및 장치 | |
US7434216B1 (en) | Update package generator that employs genetic evolution to determine bank order | |
US8374353B2 (en) | Method and apparatus for updating a group key | |
CN111143643B (zh) | 元素识别方法、装置、可读存储介质和电子设备 | |
CN114416955A (zh) | 异构语言模型的训练方法、装置、设备及存储介质 | |
CN106776755A (zh) | 一种面向对象式的情报管理系统 | |
JP2001268019A (ja) | ディジタル移動通信システム | |
US8688655B2 (en) | Network analysis | |
CN101365154B (zh) | 自适应、可扩展分段索引添加/检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |