[發(fā)明專利]一種基于改進(jìn)蟻群算法的泊車路徑規(guī)劃方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210570957.4
• 申請(qǐng)日: 2022-05-24
• 公開(kāi)（公告）號(hào): CN114721402A
• 公開(kāi)（公告）日: 2022-07-08
• 發(fā)明（設(shè)計(jì)）人: 趙亮;馬嘉豪;李可心
• 申請(qǐng)（專利權(quán)）人: 西安建筑科技大學(xué)
• 主分類號(hào): G05D1/02
• 分類號(hào): G05D1/02
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 朱海臨

本發(fā)明公開(kāi)了一種基于改進(jìn)蟻群算法的泊車路徑規(guī)劃方法及系統(tǒng)，根據(jù)智能車庫(kù)建立柵格地圖，設(shè)置參數(shù)，將螞蟻種群劃分為優(yōu)化層蟻群和尋優(yōu)層蟻群。尋優(yōu)層蟻群進(jìn)行路徑尋優(yōu)，得到若干條搜索路徑，優(yōu)化層蟻群進(jìn)行路徑尋優(yōu)，得到若干條搜索路徑，記錄本次迭代中每只螞蟻行走的最優(yōu)路徑，尋優(yōu)層蟻群和優(yōu)化層蟻群按照各自的規(guī)則進(jìn)行信息素更新。達(dá)到設(shè)定的迭代次數(shù)后，對(duì)最優(yōu)路徑進(jìn)行平滑優(yōu)化處理，然后輸出平滑后的路徑及算法收斂曲線圖，即完成了智能泊車機(jī)器人路徑規(guī)劃，本發(fā)明減少了智能泊車機(jī)器人的轉(zhuǎn)彎次數(shù)和路徑長(zhǎng)度，所得的路徑魯棒性和實(shí)用性更強(qiáng)，減少了路徑冗余，解決了現(xiàn)有技術(shù)中路徑搜索效率低的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明屬于路徑規(guī)劃技術(shù)領(lǐng)域，涉及一種基于改進(jìn)蟻群算法的泊車路徑規(guī)劃方法及系統(tǒng)。

背景技術(shù)

隨著汽車數(shù)量不斷增加，城市對(duì)于車位的需求與日俱增，“停車難”問(wèn)題日益突出。從傳統(tǒng)的人工看守停車場(chǎng)發(fā)展至機(jī)械式升降的停車庫(kù)，在一定程度上解決了“停車難”的問(wèn)題，但仍存在成本較高、容量低等缺陷。近些年，智能停車庫(kù)發(fā)揮著重要的作用，智能停車庫(kù)具有空間利用率高、節(jié)約管理成本、全封閉車庫(kù)、安全性較高等特點(diǎn)。智能停車庫(kù)的核心是智能泊車機(jī)器人，使用智能泊車機(jī)器人將車輛進(jìn)行統(tǒng)一規(guī)劃和存放。

當(dāng)前，智能泊車機(jī)器人在進(jìn)行全局路徑規(guī)劃時(shí)，使用蟻群算法進(jìn)行研究較為普遍，但蟻群算法仍然存在一定的缺陷：首先是在進(jìn)行路徑規(guī)劃時(shí)，初始信息素過(guò)于均勻，缺乏一定的引導(dǎo)性，致使算法搜索效率低下；其次是蟻群算法屬于一種并行結(jié)構(gòu)，但是螞蟻群落間并沒(méi)有體現(xiàn)出任何差異性，在選擇路徑時(shí)會(huì)出現(xiàn)路徑冗余較多的現(xiàn)象；除此之外，蟻群算法生成路徑并未考慮實(shí)際運(yùn)行情況，存在轉(zhuǎn)彎次數(shù)較多、路徑不平滑的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于解決現(xiàn)有技術(shù)中的問(wèn)題，提供一種基于改進(jìn)蟻群算法的泊車路徑規(guī)劃方法及系統(tǒng)。

為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案予以實(shí)現(xiàn)：

一種基于改進(jìn)蟻群算法的泊車路徑規(guī)劃方法，包括以下步驟：

S1：建立車庫(kù)的二維柵格地圖，對(duì)初始信息素進(jìn)行差異化處理，將螞蟻種群劃分為尋優(yōu)層蟻群和優(yōu)化層蟻群；

S2：計(jì)算尋優(yōu)層蟻群的啟發(fā)函數(shù)和狀態(tài)轉(zhuǎn)移規(guī)則，并在尋優(yōu)蟻群的啟發(fā)函數(shù)中引入估計(jì)函數(shù)，通過(guò)迭代進(jìn)行路徑尋優(yōu)，獲取若干條尋優(yōu)層蟻群的搜索路徑，判斷尋優(yōu)層中蟻群是否完成路徑搜索，若是，則執(zhí)行S4，否則重復(fù)S2；

S3：計(jì)算優(yōu)化層蟻群的啟發(fā)函數(shù)和狀態(tài)轉(zhuǎn)移規(guī)則，在狀態(tài)轉(zhuǎn)移規(guī)則中，引入轉(zhuǎn)角評(píng)價(jià)函數(shù)，通過(guò)迭代進(jìn)行路徑尋優(yōu)，獲取若干條優(yōu)化層蟻群的搜索路徑，判斷優(yōu)化層中蟻群是否完成路徑搜索，若是，則執(zhí)行S4，否則重復(fù)S3；

S4：分別對(duì)路徑搜索完成后的尋優(yōu)層蟻群和優(yōu)化層蟻群進(jìn)行信息素更新，基于更新后的尋優(yōu)層蟻群和優(yōu)化層蟻群，判斷蟻群是否達(dá)到了目標(biāo)迭代次數(shù)，若是，執(zhí)行S5，否則尋優(yōu)層蟻群執(zhí)行S2，優(yōu)化層蟻群執(zhí)行S3；

S5：選擇尋優(yōu)層蟻群和優(yōu)化層蟻群中所有螞蟻中行走的最短距離作為最優(yōu)路徑，對(duì)最優(yōu)路徑進(jìn)行平滑處理，獲取平滑后的路徑及算法收斂曲線圖。

本發(fā)明的進(jìn)一步改進(jìn)在于：

所述步驟S1中，對(duì)初始信息素進(jìn)行差異化處理的步驟為：

將設(shè)定的起點(diǎn)與終點(diǎn)進(jìn)行連接，該條路徑的區(qū)域設(shè)定為S1，以S1區(qū)域向外擴(kuò)散部分區(qū)域，該擴(kuò)散的部分區(qū)域?yàn)镾2，S2的初始化信息素濃度低于S1區(qū)域的信息素濃度，S2區(qū)域繼續(xù)向外擴(kuò)散部分區(qū)域，設(shè)定為S3，S3的初始化信息素濃度低于S2區(qū)域的信息素濃度，不同區(qū)域初始信息素含量表達(dá)式如下：

τ₀＝d_sg*c (1)

其中，d_sg為起點(diǎn)到終點(diǎn)的歐氏距離；c為信息素濃度系數(shù)。