针对巡检机器人需在电站复杂环境下多任务点遍历巡检路径规划问题,提出一种多策略差分扰动机制改进的堆优化(Heap-Based Optimizer,HBO)算法。对不同个体实行差异化的扰动策略,增强新解的多样性。针对巡检任务起终点一致的特性,使用交...针对巡检机器人需在电站复杂环境下多任务点遍历巡检路径规划问题,提出一种多策略差分扰动机制改进的堆优化(Heap-Based Optimizer,HBO)算法。对不同个体实行差异化的扰动策略,增强新解的多样性。针对巡检任务起终点一致的特性,使用交错同步搜索策略,双种群各执行一半搜索任务,降低了搜索时间,提高了收敛速度。环境建模引入了无限邻域机制,可搜索邻域个数变为连续任意方向,减少了转折点数,使用四阶最小Snap平滑算法平滑整体路径,增大路径平顺度,满足机器人动力学特性。经仿真对比,改进后HBO算法在多任务点遍历巡检任务中性能提升明显,相对于改进前HBO算法和对比的混合粒子群灰狼(Hybrid Gray Wolf Optimizer with Particle Swarm Optimization,HGWOP)算法的步数最低,路径最平滑,最优路径分别缩短了11.1%和20.0%,平均迭代次数分别降低了25.78%和10.53%。展开更多
露天矿无人矿车在装卸载作业区内运输过程中的长时间停车等待是制约露天矿无人运输系统效率提升的瓶颈。为提高无人矿车的运输效率,本文结合作业区内的运输作业流程,提出一种基于动态可行驶距离的多车协同通行决策方法。首先,将决策模...露天矿无人矿车在装卸载作业区内运输过程中的长时间停车等待是制约露天矿无人运输系统效率提升的瓶颈。为提高无人矿车的运输效率,本文结合作业区内的运输作业流程,提出一种基于动态可行驶距离的多车协同通行决策方法。首先,将决策模型建模为混合整数线性规划(Mixed Integer Linear Programming, MILP)模型,表述优化目标和问题约束;其次,考虑到求解MILP模型存在难以满足动态决策实时性的问题,基于蒙特卡洛树搜索(Monte Carlo Tree Search,MCTS)实现多车冲突消解,核心思想是利用搜索树的推演能力进行多车通行前瞻模拟,计算多车的最优通行优先级,动态调整多车的可行驶距离;此外,根据无人矿车在作业区内的作业特征设计不同的MCTS节点价值函数,实现综合考虑运输效率与作业特征的通行优先级排序;最后,设计作业区4,8,12个停车位场景下的多车通行仿真实验,与基于先到先服务(First-Come-FirstServed, FCFS)的方法进行对比,吞吐量提升22.03%~28.00%,平均停车等待时间缩短31.71%~50.79%。同时,搭建微缩智能车辆的6停车位作业区场景实验平台,多车单次运输作业总用时相比FCFS缩短了18.84%。仿真与微缩智能车辆的实验结果表明,本文提出的方法能够提升露天矿作业区多车运输效率。展开更多
文摘针对巡检机器人需在电站复杂环境下多任务点遍历巡检路径规划问题,提出一种多策略差分扰动机制改进的堆优化(Heap-Based Optimizer,HBO)算法。对不同个体实行差异化的扰动策略,增强新解的多样性。针对巡检任务起终点一致的特性,使用交错同步搜索策略,双种群各执行一半搜索任务,降低了搜索时间,提高了收敛速度。环境建模引入了无限邻域机制,可搜索邻域个数变为连续任意方向,减少了转折点数,使用四阶最小Snap平滑算法平滑整体路径,增大路径平顺度,满足机器人动力学特性。经仿真对比,改进后HBO算法在多任务点遍历巡检任务中性能提升明显,相对于改进前HBO算法和对比的混合粒子群灰狼(Hybrid Gray Wolf Optimizer with Particle Swarm Optimization,HGWOP)算法的步数最低,路径最平滑,最优路径分别缩短了11.1%和20.0%,平均迭代次数分别降低了25.78%和10.53%。
文摘露天矿无人矿车在装卸载作业区内运输过程中的长时间停车等待是制约露天矿无人运输系统效率提升的瓶颈。为提高无人矿车的运输效率,本文结合作业区内的运输作业流程,提出一种基于动态可行驶距离的多车协同通行决策方法。首先,将决策模型建模为混合整数线性规划(Mixed Integer Linear Programming, MILP)模型,表述优化目标和问题约束;其次,考虑到求解MILP模型存在难以满足动态决策实时性的问题,基于蒙特卡洛树搜索(Monte Carlo Tree Search,MCTS)实现多车冲突消解,核心思想是利用搜索树的推演能力进行多车通行前瞻模拟,计算多车的最优通行优先级,动态调整多车的可行驶距离;此外,根据无人矿车在作业区内的作业特征设计不同的MCTS节点价值函数,实现综合考虑运输效率与作业特征的通行优先级排序;最后,设计作业区4,8,12个停车位场景下的多车通行仿真实验,与基于先到先服务(First-Come-FirstServed, FCFS)的方法进行对比,吞吐量提升22.03%~28.00%,平均停车等待时间缩短31.71%~50.79%。同时,搭建微缩智能车辆的6停车位作业区场景实验平台,多车单次运输作业总用时相比FCFS缩短了18.84%。仿真与微缩智能车辆的实验结果表明,本文提出的方法能够提升露天矿作业区多车运输效率。
