基于改进ILS-RVND算法的工业园区智能巡检机器人路径规划方法

摘要

由于工业园区巡回面广泛、巡回点繁多,需消耗大量时间和精力;人工巡检在及时性、可靠性、针对性、效率性等方面存在弊端;易燃易爆高温高湿区域,还存在一定的安全风险.因此,用巡检机器人来代替其安保人员工作便成为必然趋势.基于园区巡检的实际需求,以机器人能源、巡检点时效及巡检完整性为约束,建立园区巡检路径优化的数学模型,优化机器人巡检路径;为提高求解的质量,在随机变邻域迭代搜索算法(ILS-RVND)的基础上添加扰动和模拟退火机制,设计适合该问题求解的搜索算法.实验研究表明,该方法可有效降低园区巡检的路程,使量化成本下降约24％,巡检时间下降约36％,且大幅减少巡检点的超时巡检现象,在成本、巡检路径及超时巡检均有明显优势.