[發(fā)明專利]一種基于Q-IGA動態(tài)擬合貝塞爾曲線的路徑規(guī)劃方法

在審

• 申請?zhí)枺?/td>: 202110319327.5
• 申請日: 2021-03-25
• 公開（公告）號: CN113110422A
• 公開（公告）日: 2021-07-13
• 發(fā)明（設(shè)計）人: 楊金鐸;王林波;曾惜;王冕;張軼靈;王元峰;王恩偉;王宏遠
• 申請（專利權(quán)）人: 貴州電網(wǎng)有限責任公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 南京禹為知識產(chǎn)權(quán)代理事務所(特殊普通合伙) 32272
• 代理人: 王曉東

1.一種基于Q-IGA動態(tài)擬合貝塞爾曲線的路徑規(guī)劃方法，其特征在于：包括，

基于機器人行進環(huán)境構(gòu)建多面障礙物平面模型，對所述多面障礙物平面模型進行二值化處理，得到網(wǎng)格地圖；

利用Q-IGA協(xié)同搜索最合適的控制點P作為貝塞爾曲線的控制點，根據(jù)所述控制點生成較短的最佳路徑；

優(yōu)化遺傳算法中的選擇算子，利用Q值檢驗法思想判斷種群內(nèi)解多樣性；

修正適應度函數(shù)，加入除路徑長度以外的其他代價因素，使生成的所述最佳路徑滿足所述機器人行進路徑合理性要求。

2.根據(jù)權(quán)利要求1所述的基于Q-IGA動態(tài)擬合貝塞爾曲線的路徑規(guī)劃方法，其特征在于：所述機器人行進環(huán)境為二維平面，包括，靜態(tài)、隨機和已知的任意不規(guī)則多邊形，環(huán)形列表表示的頂點(x,y)。

3.根據(jù)權(quán)利要求1或2所述的基于Q-IGA動態(tài)擬合貝塞爾曲線的路徑規(guī)劃方法，其特征在于：對所述多面障礙物平面模型進行二值化處理，使其相當于具有多個像素點的網(wǎng)格地圖，包括，

每一個網(wǎng)格相當于一個基因，數(shù)值定義為0、1；

當所述網(wǎng)格是貝塞爾曲線的控制點時，數(shù)值為1；

當所述網(wǎng)格不是所述貝塞爾曲線的控制點時，數(shù)值為0；

若所述網(wǎng)格被障礙物覆蓋，則數(shù)值定義為-1，不可作為所述控制點。

4.根據(jù)權(quán)利要求3所述的基于Q-IGA動態(tài)擬合貝塞爾曲線的路徑規(guī)劃方法，其特征在于：所述遺傳算法基于二進制編碼初始種群內(nèi)的每個染色體編碼，若路徑穿過障礙物，即穿過值為-1的網(wǎng)格點，則所述路徑會在后續(xù)的遺傳操作中通過避障操作被移除；

所述遺傳操作中定義了低階連續(xù)性準則，包括，連接起始點的一條線段具有0階連續(xù)性、在兩條線段的連接處用等效切線保證一階連續(xù)性、三階以上的貝塞爾曲線由曲率連續(xù)性保證其連續(xù)性；

利用三階貝塞爾曲線生成平滑路徑，則三階貝塞爾曲線定義如下：

Q(t)＝B₀(1-t)³+3B₁(1-t)²t+3B₂(1-t)²+B₃t³

其中，t為參數(shù)變量，t＝0……1，B₀、B₁、B₂和B₃為貝塞爾曲線控制點。

5.根據(jù)權(quán)利要求4所述的基于Q-IGA動態(tài)擬合貝塞爾曲線的路徑規(guī)劃方法，其特征在于：所述遺傳算法包括，隨機產(chǎn)生一個包含S條染色體的種群，每條染色體為一個路徑規(guī)劃方案，所述染色體的結(jié)構(gòu)表示為x_s＝{u₁,u₂,…,u_P}；

計算每次迭代種群內(nèi)不同路徑方案之間的差異度，為選擇算子增加判斷準則，所述判斷準則包括，

每次迭代結(jié)束后，當所述種群的相似性指標低于閾值η時，則保留所述路徑方案進入下一次迭代，η的初始值為(0,1)中的一個隨機值，在迭代過程中，η的值從初始值線性下降到0，衰減因子w＝0.99代表衰減率，即η的衰減公式為：

η_t+1＝ωη_t

其中，當t趨近于無窮時，η趨近于0；

基于所述Q值檢驗法思想判斷種群的多樣性，根據(jù)路徑模型，定義兩個解決方案x1,x2之間的q值為：

其中，N¹¹代表兩染色體中對應位置基因值都為1的數(shù)量，N⁰⁰代表兩染色體中對應位置基因值都為0的數(shù)量；N⁰¹代表x₁染色體基因值為0的位置對應x₂基因值為1的數(shù)量，N¹⁰代表x₁染色體基因值為1的位置對應x₂基因值為0的數(shù)量。