[發明專利]一種基于鴿群算法的機器人路徑規劃方法

在審

• 申請號: 201911343051.3
• 申請日: 2019-12-24
• 公開（公告）號: CN111089593A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 田愛慶;朱淑娟;潘正祥;吳祖揚
• 申請（專利權）人: 山東科技大學
• 主分類號: G01C21/20
• 分類號: G01C21/20;G05D1/02
• 代理公司: 青島智地領創專利代理有限公司 37252
• 代理人: 陳海濱

1.一種基于鴿群算法的機器人路徑規劃方法，其特征在于，包括以下步驟：

建立包含不確定性的軌跡預測模型：

設規定區域內起始點和目的地之間共有i個需要改變移動方向的位置，整個路徑軌跡的路徑由i+1個路徑組成，路徑長度依次為d₀,d₁,…d_i，則建立路徑軌跡函數為L，L如式(1)所示，

其中，(x_i,y_i)為點的坐標，N為點的個數；

建立機器人從O(0，0)出發，使達到A的最短時間路徑模型，其中已知最大速度V₀＝5個單位/秒；

機器人轉彎時，最大轉彎速度為其中ρ是轉彎半徑，并有ν為增函數，且有νν₀恒成立，則可知行走路徑應盡量減少走圓弧，且時間由走兩段直線加圓弧的時間之和；

確定規劃區域內的待優化路徑；

采用鴿群算法對待優化路徑進行優化獲取最優路徑，輸出d₀,d₁,…d_i。

2.如權利要求1所述的一種基于鴿群算法的機器人路徑規劃方法，其特征在于，在鴿群算法中，采用虛擬的鴿子模擬導航過程，依據賭徒和指南針算子的原理，初始化鴿子的位置和速度，并且在多維搜索空間中，鴿子的位置在每一次迭代中都會得到更新，其位置和速度分別記為式(2)和(3)所示,

X_i＝[x_i1,x_i1,…,x_i1] (2)

V_i＝[v_i1,v_i1,…,v_i1] (3)

其中，i＝1,2,...,N；

每個鴿子根據式(4)和(5)更新位置和速度：

V_i^Nc＝V_i^Nc-1e^-R*Nc+rand(X_gbest-X_i^Nc-1) (4)

X_i^Nc＝X_i^Nc-1+V_i^Nc (5)；

其中，R為地圖和指南針算子因數，其取值范圍設定為(0，1)；rand是取值范圍在(0，1)的一個隨機數；N_c為目前迭代次數；X_gbest是在N_c-1次迭代循環后，通過比較所有鴿子得位置得到的全局最優位置，當迭代次數所達到所預先設定好的值后就停止地圖和指南針算子的工作，然后進入地標算子繼續進行工作。

3.如權利要求2所述的一種基于鴿群算法的機器人路徑規劃方法，其特征在于，當地圖和指南針算子更新完成后，鴿群算法進入第二個階段的地標算子，在進入地標算子后，每一次迭代后鴿子的數量都會減少一半，那些遠離目的地且不具有識路功能的鴿子就會被舍棄，因為這些鴿子被認為不具備分辨路徑的能力，因而被舍去，X_center表示剩余鴿子的中心位置，X_center的位置將會被當做地標，即作為飛行的參考方向，在地標算子的公式更新為式(6)：

在鴿群算法中的地標算子鴿群減半，即為式(7)，

在鴿群算法中的地標算子位置更新為式(8)，

X_i＝X_i^Nc-1+rand(X^Nc-1_center-X_i^Nc-1) (8)，

鴿群算法對于最小化問題描述為式(9)，

鴿群算法對于最大化問描述為式(10)，

F(X_i^Nc-1)＝fitness(X_i^Nc-1) (10)，

在最大化問題和最小化問題中fitness(X_i^Nc-1)0，在地標算子的迭代次數達到最大迭代次數后，地標算子也停止了工作。