面向大型三维结构检测的多机器人覆盖路径规划方法

多机器人覆盖检测技术在汽车、航空航天部件等大型三维结构检测中的推广应用，为产品的全型面质量评价与工艺优化提供了依据。然而，受到大型结构件全覆盖视点采样、多机任务分配、路径规划等多重NP-hard问题求解的复杂性限制，多机器人覆盖路径规划的工程应用仍主要依赖经验，缺乏有效的理论依据。为此，针对大型三维结构的覆盖检测问题，提出一种多机器人检测路径规划的新方法。首先，根据待测几何特征分布生成初始冗余视点集合，采用贪心算法实现全覆盖视点的优化采样；在此基础上，构建了面向多机器人视点任务分配与视点次序规划的集成优化模型，并通过将多机器人可达性、视点次序、距离矩阵等多源信息编码，提出基于改进遗传算法的覆盖路径规划问题的求解新方法。最后，通过白车身结构的仿真案例与对比分析，验证所提方法的有效性。结果表明，基于所提方法的工位内检测周期平均下降31.56%,多机检测一致性提升13.13%。