基于改进生物激励神经网络算法的多移动机器人协同变电站巡检作业
Control and Decision(2022)
Abstract
针对大型变电站巡检作业效率低的问题,利用改进的生物激励神经网络算法和优先级启发式算法,结合基于变切线长的无障碍物区域分割法,提出一种多移动机器人协同全区域覆盖巡检以及多任务点协同巡检的方法.首先,分析生物激励神经网络算法的不足,如规划的路径曲折、转角大等问题,并提出一种改进方法,利用改进的算法和Hungarian算法实现对多任务点的巡检;然后,设计一种变切线法将电站区域分解成若干不含障碍物的子区域,各移动机器人分别在子区域内利用优先级启发式算法选择路径,利用改进的生物激励神经网络算法跳出死区,从而完成多机器人的协同全区域巡检任务;最后,通过仿真实验表明,改进的神经网络算法相比于原始算法与A*算法在路径长度和转向次数等方面具有明显的优化作用,仿真实验验证了所提出多机器人协同巡检方案的可行性.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined