本发明涉及机器人控制领域，特别是涉及一种多移动机器人充电路径规划领域。
背景技术：
1、近年来，汽车产业变革，统筹推进技术创新、推广应用和基础设施建设，新能源汽车产业发展取得积极成效。但在现实生活中，充电桩的建设速度不及电动车增量，“僵尸桩”、“废桩”以及充电桩利用率低下等问题长期存在。随着技术的快速发展，移动充电机器人开始上岗，有效缓解车主里程焦虑，为新能源汽车充电提供了创新的解决方案。随着新能源汽车保有量的持续增加，配套充电设施的建设需求被进一步激发。因此，换电站、移动充电机器人恰恰成了一种可以分散压力的途径。一方面，与换电站相比，移动充电机器人可以进一步解决老旧小区、无固定车位等充电难题。另一方面，移动充电机器人不需要对电网进行太多改造，甚至不需要投入高额的土地使用成本，利用其自动行驶的特性可以最大化发挥场地的价值。在实际应用中，单个机器人无法保证高效率和实时性，因此需要多移动机器人协同完成充电任务。
2、在多移动机器人的充电任务中，由于路网的限制，路径规划分为任务分配与具体的路径规划，两者相互耦合。传统的路径规划算法包括遗传算法、算法、快速扩展随机数算法等。其中遗传算法和快速扩展随机数算法存在速度慢、效率低的问题，算法在解决任务分配问题方面存在困难。当前的群智能优化算法包括粒子群算法、蚁群算法、灰狼优化算法、白鲸算法等也可以解决路径规划问题，并且比传统的路径规划方法效果更好。其中，灰狼优化算法具有搜索效率高的优点，离散灰狼算法在解决旅行商问题方面具有优势，但是在路网的限制下，任务分配与具体路径形成之间存在变量耦合，难以求得最优解。
3、为了保证安全、稳定、高效地完成充电任务，需要多个移动充电机器人彼此保持无线网络连接，实现多个机器人的协作通信。然而，现有的路径规划和任务分配联合优化算法还未涉及到通信全连接的保持；因此，亟需提出一种保持通信全连接条件下多移动机器人的任务分配和路径规划方法。
技术实现思路
1、本发明的目的是在保持机器人之间的通信全连接的前提下，提供一种多移动机器人充电路径规划方法、系统及设备。
2、为实现上述目的，本发明提供了如下方案：
3、一种多移动机器人充电路径规划方法，包括：
4、获取停车场的地图数据，获取任务点和多移动机器人的起始点；
5、根据地图数据和任务点的位置，采用改进的k-means算法，根据三重评价标准，按照充电电量的差异值和不同类之间距离的最小化优化目标对任务点聚类；所述三重评价标准为每个类内任务点之间的距离、每个类内任务点需求充电的电量以及不同类之间的距离；
6、根据聚类结果，采用改进灰狼优化算法和改进算法的联合优化算法，生成保持通信全连接的移动机器人充电路径。
7、可选地，所述根据地图数据和任务点的位置，采用改进的k-means算法，根据三重评价标准，按照充电电量的差异值和不同类之间距离的最小化优化目标对任务点聚类，具体包括：
8、根据公式确定最小化优化目标的函数值；
9、利用公式确定的约束条件，使同一个类内的任务点满足通信范围的限制；
10、利用公式确定的约束条件，使每个类内的任务点个数小于等于机器人的个数；
11、其中，为充电时间差异值，为第个类与第个类之间的距离，为第个类内任务点与任务点之间的距离，为机器人通信距离，为第个类内的任务点个数，为机器人的个数，c为类的集合，min为取最小值。
12、可选地，根据聚类结果，在灰狼算法中初始化并且迭代优化任务点的分配信息，将类的访问顺序以及每个类内的任务点分配顺序与聚类结果的任务点序号对应，得到每个机器人的任务点序号以及充电顺序。
13、可选地，所述根据聚类结果，采用改进灰狼优化算法和改进算法的联合优化算法，生成保持通信全连接的移动机器人充电路径，具体包括：
14、根据聚类结果初始化任务分配，采用改进算法规划起始点与任务点之间的具体路径序列以及各个任务点之间的具体路径序列；
15、根据具体路径序列，采用离散时间动态拓扑模拟时变网络，通过分段线性航迹确保移动机器人能够时刻保持通信互连；
16、设置改进灰狼优化算法的最大迭代次数，根据移动机器人的移动航迹和最大迭代次数，采用改进灰狼优化算法更新优化移动机器人任务分配，采用改进算法生成移动机器人充电路径。
17、一种多移动机器人充电路径规划系统，包括：
18、地图数据获取模块，用于获取停车场的地图数据，获取任务点和多移动机器人的起始点；
19、聚类模块，用于根据地图数据和任务点的位置，采用改进的k-means算法，根据三重评价标准，按照充电电量的差异值和不同类之间距离的最小化优化目标对任务点聚类；所述三重评价标准为每个类内任务点之间的距离、每个类内任务点需求充电的电量以及不同类之间的距离；
20、充电路径规划模块，用于根据聚类结果，采用改进灰狼优化算法和改进算法的联合优化算法，生成保持通信全连接的移动机器人充电路径。
21、一种多移动机器人充电路径规划设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现一种多移动机器人充电路径规划方法。
22、可选地，所述存储器为计算机可读存储介质。
23、根据本发明提供的具体实施例，本发明公开了以下技术效果：
24、本发明所提供的一种多移动机器人充电路径规划方法、系统及设备，采用k-means算法对任务点进行聚类，采用改进灰狼算法和改进算法的联合优化算法进行多移动机器人的路径规划，得到的具体路径能够保持机器人之间的通信全连接。本发明使多移动机器人在保持通信全连接的前提下，从起始点出发前往各个任务点完成充电任务，最后返回起始点，提高了充电效率。
1.一种多移动机器人充电路径规划方法，其特征在于，包括：
2.根据权利要求1所述的一种多移动机器人充电路径规划方法，其特征在于，所述根据地图数据和任务点的位置，采用改进的k-means算法，根据三重评价标准，按照充电电量的差异值和不同类之间距离的最小化优化目标对任务点聚类，具体包括：
3.根据权利要求1所述的一种多移动机器人充电路径规划方法，其特征在于，根据聚类结果，在灰狼算法中初始化并且迭代优化任务点的分配信息，将类的访问顺序以及每个类内的任务点分配顺序与聚类结果的任务点序号对应，得到每个机器人的任务点序号以及充电顺序。
4.根据权利要求1所述的一种多移动机器人充电路径规划方法，其特征在于，所述根据聚类结果，采用改进灰狼优化算法和改进算法的联合优化算法，生成保持通信全连接的移动机器人充电路径，具体包括：
5.一种多移动机器人充电路径规划系统，其特征在于，包括：
6.一种多移动机器人充电路径规划设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如权利要求1-4中任一项所述的一种多移动机器人充电路径规划方法。
7.根据权利要求6所述的一种多移动机器人充电路径规划设备，其特征在于，所述存储器为计算机可读存储介质。
