一种基于时空自适应双向蚁群算法的移动机器人路径规划方法，利用栅格法对移动机器人运动环境进行建模；设置初始参数，蚂蚁分别从起点和终点进行路径搜索，迭代完成后输出最优路径。在该方法中，通过设置特定初始信息素浓度，利用方向因子改进转移概率，根据迭代次数的时间信息动态调整信息素挥发因子和信息素更新策略以及根据迭代过程中的路径空间信息动态调整信息素增强系数，有效地改善了算法收敛速度和路径搜索效率。
📄 2021116114873
📂 G05D1_43
👤 浙江工业大学
📅 2021-12-27
一种基于改进粒子群算法的箱式仓储机器人路径规划方法，属于路径优化技术领域。它包括以下步骤：S1、对箱式仓储机器人运动模式进行数学建模；S2、构建以最小拣货时间为目标的优化函数；S3、配置仿真实验环境；S4、运用改进粒子群算法针对仿真实验环境，对箱式仓储机器人进行拣选作业路径优化。本发明能够准确描述箱式仓储机器人在拣选作业中的运动状态以及拣选作业时间；能够在货箱到人拣选系统下相较于标准粒子群算法能够以更高的概率找到全局最优解，且收敛迭代次数优于标准粒子群算法。
📄 2022116461708
📂 G05D1_43
👤 浙江工业大学
📅 2022-12-21
本发明涉及一种改进随机路径图法的移动机器人路径规划方法，涉及机器人导航领域，本发明以随机路径图法(Probabilistic Roadmaps，PRM)为基础，解决了移动机器人在实际路径规划的问题。具体技术方案为：把实际环境地图转化为二进制地图，在采样阶段利用自适应采样和高斯采样相结合，提高对困难区域(如，狭窄通道)的采样点数，使之对复杂地图都有较强的适应性；在查询阶段，通过改变连接采样点的距离，使其不合理的路径减少，从而有效的提升规划速度。本发明所提供的移动机器人路径规划方法程序简便，计算速度快，有效的改进了原算法的缺点，使自移动机器人路径规划的工作效率得到了极大地提高。
📄 2019107646281
📂 G01C21_20
👤 西安工业大学
📅 2019-08-19
本发明公开了一种基于改进人工蜂群算法的移动机器人路径规划方法，将人工蜂群算法每次迭代产生的最优解代入到灰狼优化算法的狩猎阶段，利用灰狼优化算法生成新的蜜源位置；在雇佣蜂阶段邻域搜索时引入该蜜源，以此来提高人工蜂群的局部搜索能力；将全局最优解代入侦察蜂阶段，改进蜜源搜索方程，使算法更容易摆脱局部最优；将改进算法GW‑ABC应用到移动机器人路径规划中，实验结果表明，改进算法的搜索能力更强，收敛速度更快。
📄 2022101897057
📂 G06N3_006
👤 苏州湘博智能科技有限公司
📅 2022-02-28
本发明涉及一种基于改进时间窗算法的多物流机器人路径规划方法，属于机器人路径规划技术领域。该方法按照任务优先级和机器人优先级，有序将搬运任务分配给每辆物流机器人；根据任务优先级分配机器人，然后利用蚁群算法根据搬运任务的起始坐标和目标坐标完成路径规划，再采用改进的时间窗算法计算物流机器人在个路径段上的时间窗，将时间窗在各条路径上有序排列，检测出存在时间窗冲突的路径，根据时间窗冲突规避策略调整或路径重规划，直到所有路径不存在时间窗冲突。本发明能有效解决在物流场景中多物流机器人之间的路径冲突问题，保证多辆物流机器人可以更安全高效地完成预定的搬运任务。
📄 2022105622759
📂 G05D1_02
👤 重庆邮电大学
📅 2022-05-23
本发明公开了一种基于A*算法和RRT*算法的移动机器人路径规划方法，包括：取移动机器人本次运动的起点坐标和终点坐标，将连接起点坐标和终点坐标的线段离散成N个点；根据离散得到的N个点进行路径规划；根据路径规划后得到的路径中的控制节点控制移动机器人由起点坐标运动至终点坐标。本发明根据障碍物所在范围，采用A*算法和RRT*算法RRT*算法融合的方式，极大的降低了RRT*算法计算代价过高，且随机性过强的问题，有效加速路径规划，并且规划最优路径的可靠性高。
📄 2020111456808
📂 G01C21_20
👤 浙江工业大学
📅 2020-10-23
本申请提供一种基于改进人工鱼群算法的机器人路径规划方法及装置。该方法包括：获取机器人运动的起点位置和终点位置，并基于混沌初始化策略形成多个初始路径节点位置；基于多个初始路径节点位置构建人工鱼群模型，并初始化人工鱼群的相关参数，根据种群进化、视野自适应更新和步长自适应更新融合改进的人工鱼群算法对目标适应度函数进行优化求解得到最优路径节点位置；根据起点位置、终点位置，以及最优路径节点位置和对应的多个插值点位置生成最优路径。本申请能够平衡全局搜索和局部搜索之间的矛盾，提高机器人路径规划的准确性，进而提高机器人工作效率、降低损耗。
📄 2022116597731
📂 G05D1_02
👤 河北科技大学
📅 2022-12-23
本发明公开了一种静态场景的机器人路径规划方法，包括如下步骤：获取周围静态场景信息，生成栅格地图；对栅格地图上的栅格进行标记，包括障碍、无障碍、起点和终点，对标记为障碍的栅格作九宫格划分，标记伪障碍或真障碍；在标记好的栅格地图上执行改进后的A*算法；从终点开始读取栅格的父栅格，直至读取到起点，记录读取过程中经过的栅格，这些连接起点和终点的栅格即为机器人的路径，通过计算路径相邻栅格的方向向量夹角来计算机器人在运动过程中的偏移角度。本发明所公开的方法可以在提高路径规划精度的情况下使用较低的存储资源，路径规划速度快，准确率高。
📄 2020101378484
📂 G01C21_34
👤 青岛联合创智科技有限公司
📅 2020-03-03
本发明公开了基于改进DQN算法的移动机器人路径规划方法，其中方法步骤包括：构建路径规划的二维栅格环境地图；基于二维栅格环境地图，构建DQN路径规划模型；优化DQN路径规划模型，得到最终模型；利用最终模型，完成移动机器人的路径规划。本发明在DQN路径算法的基础上，设计了一种人工势场指导动作选择方法，结合时变动态贪婪策略引导动作选择，可以有效减少无用探索，提高探索效率；同时，本发明还设计了一种基于分类的高价值优先经验回放制度，从经验储存和经验采样两个角度对回放方法进行改进，提升了采样利用率的同时，减少传统优先经验回放制度耗时长对算法整体的影响。
📄 2024111255332
📂 G05D1_43
👤 山东科技大学
📅 2024-08-16
本发明公开了一种改进RRT的机器人路径规划方法和系统，通过自适应生成扩展节点，并优化起点到新生成扩展节点的路径，降低了RRT算法在路径规划过程中的时间复杂度；并对生成的随机扩展树进行剪枝处理，去除冗余节点，从而加快收敛速度，得到更优的路径，提高了路径规划的效率。
📄 2021114152442
📂 G05D1_02
👤 江苏科技大学
📅 2021-11-25
本发明涉及一种基于CNN与改进A‑Star算法的护理机器人路径规划方法。医务人员首先输入要去的目的地；然后护理机器人把起点和终点信息发送的医院服务器，医院采集医院各区域的图像信息，然后使用CNN识别路径图像人群密度；接着计算各个区域的行人速度，并使用量化后的速度去改进A‑Star的评估函数；最后，对A‑Star加上直线优先约束，使用改进的A‑Star函数寻找最优路径。本发明融合了人群密度和机器人转向对机器人速度影响，将基于距离的代价估计函数优化为基于时间的函数，选择较为开阔的区域快速到达终点。避免人员造成拥堵以及增大与病人距离以降低病人头脚碰撞障碍物的风险。减少转向次数，最大次数保证机器人的平稳运行和提升效率。
📄 2020103540577
📂 G01C21_20
👤 金陵科技学院
📅 2020-04-29
本发明公开了基于平滑因素改进蚁群算法的移动机器人路径规划方法，根据栅格法构建移动机器人运动环境地图，参考起点和终点的方向信息，结合转向角度，改进启发式信息。通过改进启发式信息，增加搜索的方向性，减少机器人的转向角度。考虑二维路径的平滑性，引入新的路径评价函数，对有效路径进行信息素差异化更新，同时对信息素浓度进行限制，避免陷入局部最优。本实施例提供的技术方案能够获得更好的最优路径，收敛速度更快，转角次数更少，路径更加平滑，降低了移动机器人的能耗损失，使其安全、快速地移动到目标点。
📄 2021109666910
📂 G05D1_02
👤 皖西学院
📅 2021-08-23
柿子坊 · 知识产权运营
柿子坊知识产权运营平台