• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    多移動機(jī)器人路徑規(guī)劃方法研究

    2020-02-25 09:52:46
    福建質(zhì)量管理 2020年11期
    關(guān)鍵詞:移動機(jī)器人耦合機(jī)器人

    (北京物資學(xué)院 北京 101149)

    引言

    近年來隨著電子商務(wù)和物聯(lián)網(wǎng)技術(shù)的快速發(fā)展,使得物流業(yè)變得越來越智能化。與此同時,由于電商平臺企業(yè)的物流業(yè)務(wù)呈現(xiàn)出多品類、高頻次、小批量的特點(diǎn),京東、亞馬遜等電商企業(yè)將智能化的移動機(jī)器人投入到倉儲作業(yè)的運(yùn)營中,用來提升揀選效率,降低揀選成本。然而如何對多個移動機(jī)器人進(jìn)行路徑規(guī)劃,實(shí)現(xiàn)作業(yè)的高效協(xié)同是目前亟待解決的問題[1]。

    一、多移動機(jī)器人路徑規(guī)劃問題

    路徑規(guī)劃問題[2]簡言之就是讓機(jī)器人遵照某種性能指標(biāo)(例如距離,時間等)作出從初始環(huán)境到達(dá)目標(biāo)環(huán)境的最優(yōu)的路徑。路徑規(guī)劃的結(jié)果評價標(biāo)準(zhǔn)體現(xiàn)在三個方面:機(jī)器人可執(zhí)行路線是否存在;遇到?jīng)_突時,機(jī)器人是否能夠完成無碰撞路徑;機(jī)器人執(zhí)行的路徑是否為最優(yōu)路徑。

    多移動機(jī)器人路徑規(guī)劃問題(Multi-Robot Path Finding,MRPF)是指,在同時存在靜態(tài)和動態(tài)障礙物的工作空間中,為每臺機(jī)器人都規(guī)劃出一條從起點(diǎn)到目標(biāo)點(diǎn)的最優(yōu)路徑,令所有機(jī)器人的完成任務(wù)時間最短。同時還要保證機(jī)器人與障礙物之間、機(jī)器人與機(jī)器人之間不發(fā)生碰撞。

    二、多移動機(jī)器人路徑規(guī)劃方法研究

    目前國內(nèi)外相關(guān)學(xué)者對多移動機(jī)器人路徑規(guī)劃方法進(jìn)行了許多相關(guān)的研究,主要可以分為三類:解耦的MRPF方法、耦合的MRPF方法、基于強(qiáng)化學(xué)習(xí)的MRPF方法。

    (一)基于解耦的多移動機(jī)器人路徑規(guī)劃方法

    基于解耦的多機(jī)器人路徑規(guī)劃方法主要步驟分為兩個階段:第一階段,為每個機(jī)器人計(jì)算一條無碰撞路徑,不考慮環(huán)境中其它機(jī)器人的運(yùn)動,可以使用單機(jī)器人路徑規(guī)劃算法,如Dijistra算法、A*算法或智能優(yōu)化算法等;第二階段,利用交通規(guī)則解決移動機(jī)器人間的沖突問題。

    基于解耦的多移動機(jī)器人路徑規(guī)劃方法的優(yōu)點(diǎn)是:計(jì)算復(fù)雜性低、魯棒性好。其缺陷在于當(dāng)場景中機(jī)器人數(shù)量較大時,極易產(chǎn)生沖突和擁堵,造成復(fù)雜的路徑再規(guī)劃問題。

    相關(guān)的研究有:Khorshid[3]等針對解耦算法無法保證最優(yōu)解及完備解方面,提出了一種樹搜索GTD(Graph-to-Tree Decompositon)算法以保證解的完備。沈博聞[4]在其研究中將物流機(jī)器人所承擔(dān)的物流任務(wù)進(jìn)行分解后,考慮其路徑代價與時間代價的基礎(chǔ)上修正A*算法,實(shí)現(xiàn)特殊環(huán)境特殊道路規(guī)則約束下的倉儲機(jī)器人路徑規(guī)劃。

    (二)基于耦合的多機(jī)器人路徑規(guī)劃方法

    基于耦合的多機(jī)器人路徑規(guī)劃即在有限時間步內(nèi),每一個機(jī)器人搜索一條與其它機(jī)器人無沖突路徑,且需要保證所有機(jī)器人路徑代價之和最小。其多將路網(wǎng)抽象為圖結(jié)構(gòu),能夠?qū)崿F(xiàn)移動機(jī)器人間的“緊密協(xié)調(diào)和最優(yōu)協(xié)調(diào)”,規(guī)劃的路徑通常是最優(yōu)(次優(yōu))及完備的解。

    基于耦合的多移動機(jī)器人路徑規(guī)劃優(yōu)點(diǎn)是:能夠保障找到最優(yōu)解(次優(yōu)解)或完備解,且當(dāng)存在較多的機(jī)器人時,其路徑規(guī)劃已經(jīng)考慮多機(jī)器人之間的無沖突問題,避免了復(fù)雜的路徑再次規(guī)劃問題。缺點(diǎn)是當(dāng)隨著機(jī)器人數(shù)量的增加,機(jī)器人運(yùn)動的狀態(tài)空間復(fù)雜度呈指數(shù)級增長,其解的復(fù)雜程度較高,難以滿足實(shí)時應(yīng)用需要。

    相關(guān)的研究有:Sharon[5]提出了一種基于CBS(Conflict-Based Search)算法,采用了兩階段搜索算法以降低算法復(fù)雜性,CBS算法類似多數(shù)耦合方法,能夠保證最優(yōu)解,與其它耦合算法進(jìn)行比較,CBS算法針對狹窄空間應(yīng)用效果較好。泰應(yīng)鵬[6]提出一種基于時間窗模型的動態(tài)路徑規(guī)劃方法,以實(shí)現(xiàn)多AGV的動態(tài)路徑規(guī)劃。通過對時間窗的排布和更新解決了多AGV在路徑規(guī)劃中的碰撞沖突問題,并通過動態(tài)更改道路權(quán)重,重新對路徑進(jìn)行規(guī)劃,實(shí)現(xiàn)了實(shí)時避障。

    (三)基于強(qiáng)化學(xué)習(xí)的多移動機(jī)器人路徑規(guī)劃方法

    強(qiáng)化學(xué)習(xí)中的Q-Learning算法因無需環(huán)境的先驗(yàn)知識,并且不依賴于模型直接利用與環(huán)境交互獲得的數(shù)據(jù)改善自身的行為,該算法更具有通用性,逐漸成為路徑規(guī)劃領(lǐng)域的重要研究熱點(diǎn)。強(qiáng)化學(xué)習(xí)的目標(biāo)是要通過獎賞與懲罰來對當(dāng)前的問題得到一個最好的解決策略,對好的策略進(jìn)行獎賞,對壞的策略進(jìn)行懲罰,不斷的強(qiáng)化這個過程,最終得到一個最好的策略。

    基于強(qiáng)化學(xué)習(xí)的多移動機(jī)器人路徑規(guī)劃優(yōu)點(diǎn)是:不需要精確的環(huán)境模型,具有較好的魯棒性;具有強(qiáng)大的自適應(yīng)性與學(xué)習(xí)能力。缺點(diǎn)是該方法中的某些算法更適合用來解決中等規(guī)模的強(qiáng)化學(xué)習(xí)問題,例如Q-Learning算法。因此需要根據(jù)實(shí)際情況來選擇合適的算法。

    相關(guān)的研究有:鄭延斌等[7]提出了一種基于分層強(qiáng)化學(xué)習(xí)及人工勢場的多Agent路徑規(guī)劃算法,首先將多Agent的運(yùn)行環(huán)境虛擬為一個人工勢能場,根據(jù)先驗(yàn)知識確定每點(diǎn)的勢能值,它代表最優(yōu)策略可獲得的最大回報(bào),其次利用分層強(qiáng)化學(xué)習(xí)方法的無環(huán)境模型學(xué)習(xí)進(jìn)行策略更新。王毅然等[8]以復(fù)雜任務(wù)下多個智能體路徑規(guī)劃問題為研究對象,提出一種基于強(qiáng)化學(xué)習(xí)的多Agent路徑規(guī)劃方法。該方法采用無模型的在線Q學(xué)習(xí)算法,多個Agent不斷重復(fù)“探索-學(xué)習(xí)-利用”過程,積累歷史經(jīng)驗(yàn)評估動作策略并優(yōu)化決策,完成未知環(huán)境下的多Agent的路徑規(guī)劃任務(wù)。

    (四)展望

    本文對多移動機(jī)器人路徑規(guī)劃方法進(jìn)行了總結(jié),列舉了三種方法的國內(nèi)外研究文獻(xiàn),分析了各自的優(yōu)缺點(diǎn),基于以上分析可以發(fā)現(xiàn),基于強(qiáng)化學(xué)習(xí)的多移動機(jī)器人路徑規(guī)劃研究方法因具有較好的魯棒性、強(qiáng)大的自適應(yīng)性與學(xué)習(xí)能力,更可能被廣泛的應(yīng)用,與此同時,將深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)結(jié)合進(jìn)行多機(jī)器人路徑規(guī)劃研究已成為新的發(fā)展趨勢。

    三、小結(jié)

    本文首先對路徑規(guī)劃問題以及多移動機(jī)器人路徑規(guī)劃問題進(jìn)行簡要說明,接著總結(jié)了多移動機(jī)器人路徑規(guī)劃方法,主要分為基于解耦的MRPF方法和基于耦合的MRPF方法,以及基于強(qiáng)化學(xué)習(xí)的MRPF方法,對其優(yōu)缺點(diǎn)以及相關(guān)研究進(jìn)行介紹,最后對多移動機(jī)器人路徑規(guī)劃研究提出展望。

    猜你喜歡
    移動機(jī)器人耦合機(jī)器人
    移動機(jī)器人自主動態(tài)避障方法
    非Lipschitz條件下超前帶跳倒向耦合隨機(jī)微分方程的Wong-Zakai逼近
    基于Twincat的移動機(jī)器人制孔系統(tǒng)
    基于“殼-固”耦合方法模擬焊接裝配
    大型鑄鍛件(2015年5期)2015-12-16 11:43:20
    機(jī)器人來幫你
    認(rèn)識機(jī)器人
    機(jī)器人來啦
    認(rèn)識機(jī)器人
    求解奇異攝動Volterra積分微分方程的LDG-CFEM耦合方法
    極坐標(biāo)系下移動機(jī)器人的點(diǎn)鎮(zhèn)定
    佛学| 定西市| 阜新| 砚山县| 遵义市| 黄骅市| 临清市| 新田县| 托克逊县| 如皋市| 怀来县| 太湖县| 罗定市| 杭州市| 夏河县| 丹江口市| 随州市| 黄平县| 天水市| 双峰县| 哈密市| 康马县| 平乐县| 南雄市| 长宁区| 阿巴嘎旗| 光山县| 竹北市| 建平县| 巨鹿县| 蒲江县| 孝义市| 建宁县| 米泉市| 彝良县| 汽车| 桐乡市| 丘北县| 高雄县| 曲周县| 龙井市|