分布式协同多机器人多任务目标遍历路径规划

作者：李靖; 杨帆^*

来源：天津工业大学学报, 2020, 39(06): 68-75.

• 分布式协同
• 多机器人
• 路径规划
• 多任务目标
• K-Means聚类
• 布谷鸟搜索算法
• 灰狼优化算法
• *算法" name="keyword">A*算法

针对群智能优化算法易陷入局部最优且单一算法不易解决障碍物空间中多机器人多任务目标遍历的问题,提出一种分布式协同多机器人多任务目标遍历路径规划策略。首先,通过K-Means聚类算法对多任务目标进行分类,随后运用改进的灰狼优化算法求解每类任务目标的最优遍历顺序,其中改进的灰狼优化算法引入余弦收敛因子以平衡全局搜索与局部开发的能力,引入布谷鸟搜索算法优化种群更新位置,最后在类内根据遍历顺序运用A*算法避障路径规划。每类的任务目标遍历路径规划的集合即为整个系统的多任务目标遍历路径。仿真实验表明:在规划多任务点遍历路径时,改进的灰狼优化算法比传统灰狼优化算法求解的路径长度缩短了5.08%,且适应度曲线收敛更快、算法稳定性更高;在规划避障路径时,A*算法比模糊逻辑法与RRT法求解的路径长度分别缩短了22.4%、9.8%,同时验证了分布式协同多机器人多任务目标遍历路径规划算法的可行性。

• 单位
  河北工业大学; 电子信息工程学院