一種機(jī)器人的路徑規(guī)劃方法技術(shù)

本發(fā)明專利技術(shù)提供了一種機(jī)器人的路徑規(guī)劃方法，包括以下步驟：S1、構(gòu)建全局地圖；S2、設(shè)置蜣螂算法相關(guān)參數(shù)；本發(fā)明專利技術(shù)通過(guò)引入蜣螂算法進(jìn)行路徑規(guī)劃，通過(guò)蜣螂算法準(zhǔn)確有效的尋找到一條從起始點(diǎn)到目標(biāo)點(diǎn)的無(wú)碰撞路徑，解決了以往群智能算法的陷入局部最優(yōu)以及所獲結(jié)果不確定問(wèn)題；提出的新的滾動(dòng)蜣螂搜索機(jī)制，不同的搜索模式使我們可以利用不同時(shí)間段的信息對(duì)搜索空間進(jìn)行徹底的探索；追求更強(qiáng)的搜索能力，以避免陷入局部最優(yōu)；且蜣螂算法中R參數(shù)具有動(dòng)態(tài)變化的特點(diǎn)，可以進(jìn)一步激發(fā)DBO的探索和開發(fā)狀態(tài)；不同的區(qū)域搜索策略可以促進(jìn)DBO算法的利用行為；不同的更新規(guī)則可以保證所開發(fā)的DBO算法在局部搜索能力和全局搜索能力之間保持足夠的平衡。持足夠的平衡。持足夠的平衡。

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種機(jī)器人的路徑規(guī)劃方法


[0001]本專利技術(shù)涉及一種路徑規(guī)劃方法，具體為機(jī)器人的路徑規(guī)劃方法，屬于機(jī)器人路徑規(guī)劃


技術(shù)介紹

[0002]機(jī)器人是一種能夠半自主或全自主工作的智能機(jī)器。機(jī)器人能夠通過(guò)編程和自動(dòng)控制來(lái)執(zhí)行諸如作業(yè)或移動(dòng)等任務(wù)，機(jī)器人具有感知、決策、執(zhí)行等基本特征，可以輔助甚至替代人類完成危險(xiǎn)、繁重、復(fù)雜的工作，提高工作效率與質(zhì)量，服務(wù)人類生活，擴(kuò)大或延伸人的活動(dòng)及能力范圍，隨著機(jī)器人的不斷發(fā)展，人們發(fā)現(xiàn)固定于某一位置操作的機(jī)器人并不能完全滿足各方面的需要，因此，20世紀(jì)80年代后期，許多國(guó)家有計(jì)劃地開展了移動(dòng)機(jī)器人技術(shù)的研究，所謂的移動(dòng)機(jī)器人，就是一種具有高度自主規(guī)劃、自行組織、自適應(yīng)能力，適合于在復(fù)雜的非結(jié)構(gòu)化環(huán)境中工作的機(jī)器人，它融合了計(jì)算機(jī)技術(shù)、信息技術(shù)、通信技術(shù)、微電子技術(shù)和機(jī)器人技術(shù)等，移動(dòng)機(jī)器人具有移動(dòng)功能，在代替人從事危險(xiǎn)、惡劣環(huán)境下作業(yè)和人所不及的環(huán)境作業(yè)方面，比一般機(jī)器人有更大的機(jī)動(dòng)性、靈活性；
[0003]路徑規(guī)劃是運(yùn)動(dòng)規(guī)劃的主要研究?jī)?nèi)容之一，運(yùn)動(dòng)規(guī)劃由路徑規(guī)劃和軌跡規(guī)劃組成，連接起點(diǎn)位置和終點(diǎn)位置的序列點(diǎn)或曲線稱之為路徑，構(gòu)成路徑的策略稱之為路徑規(guī)劃，路徑規(guī)劃是實(shí)現(xiàn)移動(dòng)機(jī)器人自主導(dǎo)航的關(guān)鍵技術(shù)，用于實(shí)現(xiàn)機(jī)器人的自主無(wú)碰行動(dòng)；
[0004]傳統(tǒng)機(jī)器人的全局路徑規(guī)劃算法主要分為五個(gè)大類：基于圖搜索、基于微積分、基于智能、基于采樣以及基于勢(shì)場(chǎng)，而使用比較多的是基于圖搜索、基于采樣、基于智能三種；
[0005]其中基于圖搜索又包含以下幾種方法：深度優(yōu)先搜索(DFS)和廣度優(yōu)先搜索(BFS)、Dijkstra算法和A*算法、D*算法和Floyed算法；
[0006]基于采樣的路徑規(guī)劃包含以下幾種：PRM算法和RRT算法；
[0007]基于智能的路徑規(guī)劃包含以下幾種：遺傳算法、蟻群算法和麻雀算法；
[0008]雖然現(xiàn)有的全局路徑規(guī)劃算法都各具特點(diǎn)，但在實(shí)際應(yīng)用中容易出現(xiàn)陷入局部最優(yōu)以及所獲結(jié)果不確定問(wèn)題，無(wú)法快速有效地制定從起始點(diǎn)到目標(biāo)點(diǎn)的無(wú)碰撞路徑，為此，提出一種機(jī)器人的路徑規(guī)劃方法。

技術(shù)實(shí)現(xiàn)思路

[0009]有鑒于此，本專利技術(shù)提供一種機(jī)器人的路徑規(guī)劃方法，以解決或緩解現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題，至少提供有益的選擇。
[0010]本專利技術(shù)實(shí)施例的技術(shù)方案是這樣實(shí)現(xiàn)的：一種機(jī)器人的路徑規(guī)劃方法，包括以下步驟：
[0011]S1、構(gòu)建全局地圖；
[0012]S2、設(shè)置蜣螂算法相關(guān)參數(shù)；
[0013]S3、初始化種群；
[0014]S4、定義適應(yīng)度函數(shù)fit；
[0015]S5、開始蜣螂算法迭代優(yōu)化，每一代的蜣螂算法有5種行為；
[0016]S6、迭代完成后，輸出最優(yōu)解作為最優(yōu)軌跡。
[0017]進(jìn)一步優(yōu)選的，所述S1中，地圖為一個(gè)柵格地圖，機(jī)器人運(yùn)動(dòng)的區(qū)域?yàn)橐粋€(gè)M*N的平面，總共有M*N個(gè)柵格，以不同的柵格來(lái)劃分是否存在障礙物，1表示存在障礙物，0表示無(wú)障礙物地區(qū)，可以通行。
[0018]進(jìn)一步優(yōu)選的，所述S1中，以左下角第一個(gè)柵格為起始點(diǎn)，以每個(gè)柵格的左下角為標(biāo)點(diǎn)，起始點(diǎn)為(0，0)，起始點(diǎn)右邊的柵格為(0，1)，以右上角的柵格為終點(diǎn)記作(M
?
1，N
?
1)。
[0019]進(jìn)一步優(yōu)選的，所述S1中，以機(jī)器人所占的圓的半徑r大小，在原來(lái)障礙物的基礎(chǔ)上多加上半徑r的范圍的障礙物，形成新的地圖。
[0020]進(jìn)一步優(yōu)選的，所述S2中，蜣螂算法相關(guān)參數(shù)包括種群數(shù)量pop、最大迭代次數(shù)Max_iter、維度D、上邊界UB和下邊界LB和滾球蜣螂的比例0.2，產(chǎn)卵蜣螂比例0.4，小蜣螂比例0.2，偷竊蜣螂比例0.2。
[0021]進(jìn)一步優(yōu)選的，所述S3中，初始化種群：
[0022]X(i,j)＝id(randi(length(id)))；
[0023]該公式代表隨機(jī)選擇一個(gè)在第j維的自由柵格，X(i，j)表示第i個(gè)蜣螂在第j維的值，id表示第j維自由柵格的位置集合。
[0024]進(jìn)一步優(yōu)選的，所述S4中，判斷每一個(gè)蜣螂的粒子路徑是否經(jīng)過(guò)障礙；
[0025]經(jīng)過(guò)障礙：fit＝pop*D*nB；
[0026]nB為經(jīng)過(guò)障礙的數(shù)量。
[0027]進(jìn)一步優(yōu)選的，所述S4中，不經(jīng)過(guò)障礙，通過(guò)中點(diǎn)鄰域搜索形成一個(gè)不經(jīng)過(guò)障礙的新路徑path：
[0028]fit＝fit+sqrt((path(i+1,1)
?
path(i,1))^2+(path(i+1,2)
?
path(i,2))^2)。
[0029]進(jìn)一步優(yōu)選的，所述S5中，5種行為包括滾球、跳舞、繁殖、覓食和偷竊；
[0030]滾球：蜣螂在滾動(dòng)過(guò)程中需要通過(guò)天體線索來(lái)導(dǎo)航，以保持糞球在直線上滾動(dòng)，為了模擬滾動(dòng)球的行為，需要蜣螂在整個(gè)搜索空間中沿著給定的方向移動(dòng)，假定光源強(qiáng)度也會(huì)影響蜣螂路徑，在滾動(dòng)過(guò)程中，按照如下對(duì)滾球屎殼郎的位置進(jìn)行更新：
[0031]x
i
(t+1)＝x
i
(t)+α
×
k
×
x
i
(t
?
1)+b
×
Δx，
[0032]Δx＝|x
i
(t)
?
X
w
|；
[0033]其中t表示當(dāng)前迭代次數(shù)，表示第t次迭代時(shí)第i只蜣螂的位置信息，k∈(0，0.2]是一個(gè)常量表示偏轉(zhuǎn)系數(shù)，b∈(0，1)，α是自然系數(shù)取1或
?
1，X
W
是全局最差位置，ΔX模擬光強(qiáng)的變化。
[0034]進(jìn)一步優(yōu)選的，所述S5中，跳舞：使用正切函數(shù)得到新的滾動(dòng)方向，一旦蜣螂成功地確定了一個(gè)新的方向，它應(yīng)該繼續(xù)向后滾動(dòng)球，因此，蜣螂的位置按如下更新：
[0035]x
i
(t+1)＝x
i
(t)+tan(θ)|x
i
(t)
?
x
i
(t
?
1)|；
[0036]其中θ是偏轉(zhuǎn)角∈[0，π]；
[0037]繁殖：為一種邊界選擇策略來(lái)模擬雌性蜣螂產(chǎn)卵的區(qū)域，定義如下：
[0038]Lb
*
＝max(X
*
×
(1
?
R),Lb),Ub
*
＝min(X
*
×
(1+R)，Ub)；
[0039]其中X
*
表示當(dāng)前局部最優(yōu)位置，Lb
*
和Ub
*
分別表示產(chǎn)卵區(qū)域的下界和上界，R＝1
?
t/T_max，T_max表示最大迭代次數(shù)，Lb和Ub分別表示優(yōu)化問(wèn)題的下界和上界；
[0040]產(chǎn)卵區(qū)域的邊界范圍是隨R值動(dòng)態(tài)變化的，因此卵球的位置在迭代過(guò)程中也是動(dòng)態(tài)變化本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

【技術(shù)特征摘要】
1.一種機(jī)器人的路徑規(guī)劃方法，其特征在于，包括以下步驟：S1、構(gòu)建全局地圖；S2、設(shè)置蜣螂算法相關(guān)參數(shù)；S3、初始化種群；S4、定義適應(yīng)度函數(shù)fit；S5、開始蜣螂算法迭代優(yōu)化，每一代的蜣螂算法有5種行為；S6、迭代完成后，輸出最優(yōu)解作為最優(yōu)軌跡。2.根據(jù)權(quán)利要求1所述的機(jī)器人的路徑規(guī)劃方法，其特征在于：所述S1中，地圖為一個(gè)柵格地圖，機(jī)器人運(yùn)動(dòng)的區(qū)域?yàn)橐粋€(gè)M*N的平面，總共有M*N個(gè)柵格，以不同的柵格來(lái)劃分是否存在障礙物，1表示存在障礙物，0表示無(wú)障礙物地區(qū)，可以通行。3.根據(jù)權(quán)利要求2所述的機(jī)器人的路徑規(guī)劃方法，其特征在于：所述S1中，以左下角第一個(gè)柵格為起始點(diǎn)，以每個(gè)柵格的左下角為標(biāo)點(diǎn)，起始點(diǎn)為(0，0)，起始點(diǎn)右邊的柵格為(0，1)，以右上角的柵格為終點(diǎn)記作(M
?
1，N
?
1)。4.根據(jù)權(quán)利要求2所述的機(jī)器人的路徑規(guī)劃方法，其特征在于：所述S1中，以機(jī)器人所占的圓的半徑r大小，在原來(lái)障礙物的基礎(chǔ)上多加上半徑r的范圍的障礙物，形成新的地圖。5.根據(jù)權(quán)利要求1所述的機(jī)器人的路徑規(guī)劃方法，其特征在于：所述S2中，蜣螂算法相關(guān)參數(shù)包括種群數(shù)量pop、最大迭代次數(shù)Max_iter、維度D、上邊界UB和下邊界LB和滾球蜣螂的比例0.2、產(chǎn)卵蜣螂比例0.4、小蜣螂比例0.2、偷竊蜣螂比例0.2。6.根據(jù)權(quán)利要求1所述的機(jī)器人的路徑規(guī)劃方法，其特征在于：所述S3中，初始化種群：X(i,j)＝id(randi(length(id)))；該公式代表隨機(jī)選擇一個(gè)在第j維的自由柵格，X(i，j)表示第i個(gè)蜣螂在第j維的值，id表示第j維自由柵格的位置集合。7.根據(jù)權(quán)利要求1所述的機(jī)器人的路徑規(guī)劃方法，其特征在于：所述S4中，判斷每一個(gè)蜣螂的粒子路徑是否經(jīng)過(guò)障礙；經(jīng)過(guò)障礙：fit＝pop*D*nB；nB為經(jīng)過(guò)障礙的數(shù)量。8.根據(jù)權(quán)利要求7所述的機(jī)器人的路徑規(guī)劃方法，其特征在于：所述S4中，不經(jīng)過(guò)障礙，通過(guò)中點(diǎn)鄰域搜索形成一個(gè)不經(jīng)過(guò)障礙的新路徑path：fit＝fit+sqrt((path(i+1,1)
?
path(i,1))^2+(path(i+1,2)
?
path(i,2))^2)。9.根據(jù)權(quán)利要求1所述的機(jī)器人的路徑規(guī)劃方法，其特征在于：所述S5中，5種行為包括滾球、跳舞、繁殖、覓食和偷竊；滾球：蜣螂在滾動(dòng)過(guò)程中需要通過(guò)天體線索來(lái)導(dǎo)航，以保持糞球在直線上滾動(dòng)，為了模擬滾動(dòng)球的行為，需要蜣螂在整個(gè)搜索空間中沿著給定的方向移動(dòng)，假定光源強(qiáng)度也會(huì)影響蜣螂路徑，在滾動(dòng)過(guò)程中，按照如下對(duì)滾球屎殼郎的位置進(jìn)行更新：x
i
(t+1)＝x
i
(t)+α
×
k
×
x
i
(t
?
1)+b
×
Δx，Δx＝|x
i
(t)
?
X
w
|；其中t表示當(dāng)前迭代次數(shù)，表示第t次迭代時(shí)第i只蜣螂的位置信息，k∈(0，0.2]是一個(gè)常量表示偏轉(zhuǎn)系數(shù)，b∈(0，1)，α是自然系數(shù)取1或
?
1，X
W
是全局最差位置，ΔX模擬光強(qiáng)的變化。
10.根據(jù)權(quán)利要求9所述的機(jī)器人的路徑規(guī)劃方法，其特征在于：所述S5中，跳舞：使用正切函數(shù)得到新的滾動(dòng)方向，一旦蜣螂成功地確定了一個(gè)新的方向，它應(yīng)該繼續(xù)向后滾動(dòng)球，因此，蜣螂的位置按如下更新：x
i
(t+1)＝x
i<...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李思遠(yuǎn)，
申請(qǐng)(專利權(quán))人：李思遠(yuǎn)，
類型：發(fā)明
國(guó)別省市：