[發明專利]一種室內移動機器人的混合路徑規劃方法

有效

• 申請號: 202010793664.3
• 申請日: 2020-08-10
• 公開（公告）號: CN111930121B
• 公開（公告）日: 2022-10-25
• 發明（設計）人: 原新;苑新偉;呂曉龍;柳瀠林
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明屬于人工智能、機器人導航技術領域，具體涉及一種室內移動機器人的混合路徑規劃方法。本發明使用柵格法對環境進行建模；使用蝙蝠算法作為全局路徑規劃方法，搜索全局路徑；對得到的全局路徑進行優化即刪除多余的路徑節點，減少路徑的長度以及路徑的轉折點；設計動態窗口法的評價函數，將全局路徑納入到動態窗口法的評價函數中，實現局部規劃與全局規劃的結合；引入自適應的思想對評價函數的系數進行動態調整，提高融合算法的動態避障能力。本發明可應用于室內移動機器人的路徑規劃，實現路徑規劃與機器人的控制相結合，在保證全局最優路徑的情況下，兼顧動態避障。

技術領域

本發明屬于人工智能、機器人導航技術領域，具體涉及一種室內移動機器人的混合路徑規劃方法。

背景技術

路徑規劃是指機器人按照某一性能指標搜索一條從起始狀態到目標狀態的最優或近似最優的無碰路徑。其本質是在幾個約束條件下得到最優或可行解的問題。它是移動機器人自主移動的應用點。一個良好的路徑規劃方法，可以在工作中減少大量的時間并降低勞動成本。目前常用的路徑規劃方法可以分為傳統算法和智能算法兩類。其中，傳統算法主要有A*算法、人工勢場法、D*算法等。但是，隨著機器人的應用領域不斷擴展，傳統的路徑規劃方法在應對比較復雜的環境時會存在一定的缺陷。隨著人工智能的興起，越來越多的智能算法被提出并應用于移動機器人的路徑規劃，如粒子群算法、蟻群算法、螢火蟲算法等。

蝙蝠算法是由劍橋大學的Xin-She Yang在2010年提出的一種搜索全局最優解的有效方法。它是模擬蝙蝠發出和接收超聲波來捕食而提出的。主要思想是基于迭代的優化技術，首先通過初始化產生一組隨機解，然后通過若干次迭代來搜尋最優解。它具有模型簡單、收斂速度快、參數少等優點，已經在工程優化、模式識別等問題中得到較好的應用。但是蝙蝠算法作為全局路徑規劃方法不具備實時避障能力。

發明內容

本發明的目的在于提供一種室內移動機器人的混合路徑規劃方法。

本發明的目的通過如下技術方案來實現：包括以下步驟：

步驟1：根據機器人初始位置及目標位置，采用柵格法對機器人所處空間進行建模；

以水平方向為x軸，豎直方向為y軸，以邊長為1m的正方形柵格劃分機器人所處空間，并設定行區域和列區域的最大值以及最小值；

步驟2：設定最大迭代次數T、蝙蝠種群數目N、初始蝙蝠個體中柵格數量n、障礙物系數ω、搜索脈沖頻率的最大值f_max和最小值f_min；

步驟3：初始化蝙蝠種群；蝙蝠種群中每一個蝙蝠個體由隨機抽取的n-2個非障礙物柵格、機器人初始位置柵格和目標位置柵格組成，初始化蝙蝠個體i的蝙蝠響度為脈沖發生率為

步驟4：篩除蝙蝠個體中獨立的柵格；篩除完成后，蝙蝠個體i中含有n_i個柵格，且每個柵格至少與其他n_i-1個柵格中的一個柵格相鄰；

步驟5：令當前迭代次數k＝1，計算蝙蝠種群中每一個蝙蝠個體的搜索脈沖頻率f_i和適應度值F(i)，取對應適應度值F(i)最低的蝙蝠個體作為當前最優蝙蝠個體i_*；蝙蝠個體i的搜索脈沖頻率f_i和適應度值F(i)的計算方法為：

f_i＝f_min+(f_max+f_min)β_i

其中，x_ij為蝙蝠個體i中第j個柵格的行坐標；y_ij為蝙蝠個體i中第j個柵格的列坐標；n_ik為蝙蝠個體i中包含的障礙物柵格數量；β_i為隨機選取的隨機數，β_i∈[0,1]；