[發明專利]一種基于Q-IGA動態擬合貝塞爾曲線的路徑規劃方法

在審

• 申請號: 202110319327.5
• 申請日: 2021-03-25
• 公開（公告）號: CN113110422A
• 公開（公告）日: 2021-07-13
• 發明（設計）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）人: 貴州電網有限責任公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 王曉東

本發明公開了一種基于Q?IGA動態擬合貝塞爾曲線的路徑規劃方法，包括，基于機器人行進環境構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，得到網格地圖；利用Q?IGA協同搜索最合適的控制點P作為貝塞爾曲線的控制點，根據所述控制點生成較短的最佳路徑；優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解多樣性；修正適應度函數，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。本發明方法在獲得最優路徑的同時有效提高了算法的時間效率。

技術領域

本發明涉及移動機器人、路徑規劃的技術領域，尤其涉及一種基于Q-IGA動態擬合貝塞爾曲線的路徑規劃方法。

背景技術

隨著計算機技術、控制理論、傳感器技術和人工智能等眾多交叉學科的發展成熟，自導航機器人技術得到快速發展，各式各樣的機器人被應用于科學研究、工業生產、家居生活等眾多領域，自導航機器人技術不僅是移動機器人完成高難度任務的基石，也是機器人智能化成熟的重要標志，控制自導航機器人運動的算法主要由定位算法、導航控制算法及路徑規劃算法三部分組成，在路徑搜索過程中安全避障是機器人順利完成任務的前提，因此路徑規劃方法的優劣對機器人作業具有重要影響，路徑規劃的目的是尋找一條從起始點到目標點的無碰撞最優路徑。

目前，已有很多研究者致力于路徑規劃算法研究，從早期的柵格法、可視圖法、人工勢場法等傳統算法到遺傳算法、粒子群算法等智能算法以及衍生出的改進算法等，研究不斷深入并取得豐碩成果，然而傳統路徑規劃算法依舊存在很大的局限性，因此智能算法憑借其獨特的優良性能成為研究重點，由于遺傳算法的進化算子具有各態歷經性，使其能夠有效處理具有概率意義的全局搜索，并且搜索過程不需要限制問題的內在性質，因而在解決路徑規劃問題方面脫穎而出。

發明內容

本部分的目的在于概述本發明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本申請的說明書摘要和發明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發明名稱的目的模糊，而這種簡化或省略不能用于限制本發明的范圍。

鑒于上述現有存在的問題，提出了本發明。

因此，本發明提供了一種基于Q-IGA動態擬合貝塞爾曲線的路徑規劃方法，能夠解決傳統路徑規劃算法存在極大局限性的問題。

為解決上述技術問題，本發明提供如下技術方案：包括，基于機器人行進環境構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，得到網格地圖；利用Q-IGA協同搜索最合適的控制點P作為貝塞爾曲線的控制點，根據所述控制點生成較短的最佳路徑；優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解多樣性；修正適應度函數，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。

作為本發明所述的基于Q-IGA動態擬合貝塞爾曲線的路徑規劃方法的一種優選方案，其中：所述機器人行進環境為二維平面，包括，靜態、隨機和已知的任意不規則多邊形，環形列表表示的頂點(x,y)。

作為本發明所述的基于Q-IGA動態擬合貝塞爾曲線的路徑規劃方法的一種優選方案，其中：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格地圖，包括，每一個網格相當于一個基因，數值定義為0、1；當所述網格是貝塞爾曲線的控制點時，數值為1；當所述網格不是所述貝塞爾曲線的控制點時，數值為0；若所述網格被障礙物覆蓋，則數值定義為-1，不可作為所述控制點。

作為本發明所述的基于Q-IGA動態擬合貝塞爾曲線的路徑規劃方法的一種優選方案，其中：所述遺傳算法基于二進制編碼初始種群內的每個染色體編碼，若路徑穿過障礙物，即穿過值為-1的網格點，則所述路徑會在后續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性準則，包括，連接起始點的一條線段具有0階連續性、在兩條線段的連接處用等效切線保證一階連續性、三階以上的貝塞爾曲線由曲率連續性保證其連續性；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：