一种基于深度学习的快速任务规划方法

本发明公开了一种基于深度学习的快速任务规划方法，首先通过在多无人车探索得到的占据栅格地图上构建广义Voronoi图；接着利用拓扑网格快速计算各无人车站点与各个任务点之间的距离，得到距离矩阵；在距离矩阵的基础上，将无人车的任务规划问题建模为多目标优化问题，分为上层的任务分配和下层的路径顺序决策问题，上层采用多目标粒子群优化算法，将任务合理分配给合适的无人车，对于每个无人车则采用训练好的TSP深度学习求解模型计算最优的执行顺序；得到具体方案的基础上，在环境地图中拓扑网络的启发区域内，改进RRT*算法，得到规划具体执行路径。本发明实现了路径的快速规划，为任务分配提供了优质代价。