专利名称：一种考虑目标节点时效性的多目标路径规划方法
技术领域：
本发明涉及一种考虑搜索机器人目标节点时效性的多目标路径规划装置和方法，尤其涉及一种考虑目标节点时效性和路径消耗的多目标路径规划方法。
背景技术：
和完全自主的搜索机器人相比，有操作者监督的自主机器人在一些搜索场景下可以发挥更好的表现。采用适当而有效的操作者交互框架，搜索机器人可以得到有用的高层协助，如任务级的目标点选择和重要的任务执行确认等。在有监督的机器人的环境探索和救援任务中，经常需要考虑任务的多目标优化。在这些任务中，除了总路径消耗的优化目标之外，交通环境，访问顺序，资源的利用率等也需要考虑在内。许多用于解决该问题的方法曾被提出。这些方法可以归纳为求解多目标优化的MOTSP (multiple objectivestraveling salesman problem)问题。MOTSP问题基于传统的TSP问题，在其基础上考虑具有多个目标函数的最优化问题。其中传统的TSP问题可以归纳为:已知η个节点V=Iv1, V2,...vj以及任意两个节点之间的距离d(Vi，Vj)，求一条经过且只经过V中所有节
点一次的闭合n (V= Iv1, V2，...V1J )，使得总行程
权利要求
1.一种考虑搜索机器人节点时效性的多目标点路径规划装置，所述路径规划装置包括地图加载模块(400)、目标点选择模块(401)、目标点权重设置模块(402)、状态显示模块(403),操作者监督模块(404 )、节点时效性计算模块(405 )、节点间消耗值数据库(406 )、路线规划模块(407)和路径生成模块(408)，其中所述目标点选择模块、所述目标点权重设置模块、所述状态显示模块和所述操作者监督模块位于操作者界面模块410内； 其特征在于: 所述地图加载模块，加载机器人执行搜索任务的简易地图，为机器人提供搜索区域的障碍物信息和可行区域信息，为状态显示模块提供全局地图数据； 所述目标点选择模块，读取操作者选择的目标点的位置信息，为多个目标节点设定节占号.所述目标点权重设置模块，读取操作者设定的不同节点的权重值，并根据目标点选择模块提供的节点号存储各个节点的权重值； 所述状态显示模块，在交互界面上显示搜索任务的全局地图，当前机器人的位置信息、路线规划结果、路径生成结果以及各个节点的时效值； 所述操作者监督模块，根据当前的机器人状态，执行对机器人的初始化连接和遥控操作； 所述节点时效性计算模块，计算每个目标节点的时效性值，该模块同时接收系统初始化时节点的时效性 值和每个节点的时效性衰减速率； 所述节点间消耗值数据库模块，存储目标点间的路径消耗和时间消耗值； 所述路线规划模块，求解满足多个目标函数的路线序列； 所述路径生成模块，在路线规划模块规划出可执行的路线序列后，该模块规划并生成路线序列中相邻两点之间的路径。
2.一种考虑搜索机器人目标节点时效性的多目标路径规划方法，包括以下步骤: 加载机器人需要搜索的空间的简易地图； 选择目标节点的位置和权重； 进行考虑路径消耗和节点时效性两个优化目标的路线规划； 如果生成可执行的路线规划序列,进行生成的路线序列中相邻节 点间的路径生成； 如果所生成的路径存在，返回最优解。
3.如权利要求2所述的多目标路径规划方法，其中所述进行考虑路径消耗和节点时效性两个优化目标的路线规划进一步包括: Ca)读取目标节点位置和权重； (b)判断步骤(a)中的权重是否为默认值，若是，转入步骤(i)，若不是，转入步骤(c)； (C)读取节点的时效值和衰减系数； Cd)在读取的目标节点中，随机选取目标点对(i，j); (e)计算时间消耗估计函数的值； Cf)基于改进的多目标遗传算法进行路线规划； (g)判断是否存在路线规划的解，若存在，转入步骤(h)，若不存在，转入步骤(k); (h)返回路线规划的最优解；(i)采用传统的旅行商问题算法(TSP)生成路线； (j)判断该路线规划是否存在解，若是，转入步骤(h)，若不存在，转入步骤(k); (k)返回不存在解时的错误代码。
4.如权利要求3所述的多目标路径规划方法，其中所述基于改进的多目标遗传算法进行路线规划进一步包括: Cf.1)染色体编码，将步骤(a)中读取的目标节点进行编码，每条染色体代表一个经过这些目标点并满足传统的旅行商(TSP)问题约束的路线序列的解，其中染色体编码格式为: χ = Rand{I, 2,…，η} 其中χ代表染色体，由(a)中读取的η个目标点的序号产生的随机序列组成； Cf.2)产生种群个数为N的随机初始化的初始种群，其中种群中的N个染色体均由Cf.0随机初始化得到； Cf.3)初始化繁殖代数，将i置为I ; Cf.4)使用适应度函数计算每个个体的适应度fm ； (f.5)进行个体的选择，根据步骤(f.4)中得到的每个个体的适应度，从种群中筛选符合要求的个体； Cf.6)进行个体间的杂交，其中杂交表示通过改变染色体中部分节点序号的排序，进而获得新的个体； Cf.7)进行变异操作，即在本过程中通过随机选取染色体中的两个节点编号进行交换来实现染色体的变异； Cf.8)判断遗传代数是否大于给定的最大允许代数I，若是，则转入步骤(f.9)，若不是，则转入步骤(f.10)； Cf.9)输出最优个体，即输出规划出的最优的路线序列的解； Cf.10)遗传代数增加1，同时转入步骤(f.4)； 其中(f.4)中用到的适应度函数具体表示为:
5.如权利要求4所述的多目标路径规划方法，其中所述ε的值由以下时效性方程确定:C (t) = C0-V0 β t 其中Ctl是初始的节点时效值，Vtl是默认的衰减速率，β是衰减速率影响因子，代表时效性衰减速率的变化情况，令β = ε将目标节点的时效性和节点的权重联系起来。
6.如权利要求4所述的多目标路径规划方法，其中为了使步骤(f.4)中的适应度函数更加适用于在不知道两个目标节点之间确定的时间消耗值的情况下进行时效性规划，采用以下时间消耗估计函数用于计算两个目标节点间的时间消耗:
全文摘要
一种考虑搜索机器人目标节点时效性的多目标路径规划装置和方法，通过包含路线规划和路径生成在内的两阶段解耦，使用多目标遗传算法来实现考虑路径消耗和节点时效性两个优化目标的路线规划，从而有助于提高有操作者监督的移动机器人的搜索性能，特别是在路径搜索需要考虑节点时效性问题时可以获得更好的搜索表现。
文档编号G06N3/12GK103198366SQ20131012159
公开日2013年7月10日 申请日期2013年4月9日 优先权日2013年4月9日
发明者熊光明, 刘鹏, 龚建伟, 姜岩, 陈慧岩 申请人:北京理工大学