[发明专利]一种障碍物环境中TSP避障最优路径规划方法

说明书

技术领域

本发明涉及智能路径规划领域，尤其是涉及一种障碍物环境中TSP避障最优路径规划方法。

背景技术

旅行商问题的最早模型是18世纪欧拉研究的骑士周游问题，就是寻找遍历国际象棋棋盘所有格子的方法。其一般性描述为：已知N个目标点的详细坐标信息，任务必须遍历所有目标点c_i一次，最终返回起始点c₁。求取任务遍历次序R＝(c₁,c₂,...,c_N,c₁)，使其便利路径总长度最短。

最优路径目标函数为：

在工程应用、自动化、人工智能等诸多领域中，TSP的优化问题存在许多实际应用。如移动通信基站布点、电气设备布线连接、印刷电路钻孔、货物物流运输分配、灾情巡视调度安排、焊接机器人焊钳路径规划以及变电站巡检机器人路径规划等，都可运用TSP路径规划原理对其进行路径规划寻优，以得到目标点的最优遍历路径和距离，从而节约工业成本和人力资源成本。

目前对于TSP问题路径规划问题的研究，大多没有考虑障碍物对于路径的约束，只是停留在经典TSP问题的路径优化性能层面。而在多数实际应用的障碍物环境中，简单地套用经典TSP问题规划的公式计算任意两点间的直线距离，会跨越障碍物区域，产生无效路径，从而使得优化结果并不符合实际情况。目前的研究，缺少一种真正考虑避障和路径寻优双目标的TSP问题路径规划方法。

对于这类带约束的非线性NP最短路径组合优化问题，属于多点搜索算法的遗传算法具有隐并行性特点，鲁棒性高，全局搜索性能好，能很好地从组合的离散点收敛至全局最优点，规划得到最短路径。通过规划出两两目标点之间的最优栅格路径和最短距离，分别将其作为两目标点的固定路径和距离，首先解决了障碍物环境中TSP路径规划的避障问题。以此为前提，采用经典TSP问题路径规划的遗传算法设计，得出遍历所有目标点的最优遍历次序，所有最优遍历次序目标点之间的最优栅格路径和最短距离的连接即是障碍物环境中TSP的整体最优路径和总距离。

发明内容

本发明的目的就是为了克服实际工程应用的障碍物环境中TSP问题路径优化难题而提供一种障碍物环境中TSP避障最优路径规划方法，将两两目标点间最优栅格路径和最短距离代替对应目标点间直线路径和直线距离，在避开障碍物的前提下进行目标栅格的遍历路径寻优，很好地实现了避障和最优路径的两大目标，得到了障碍物环境中TSP问题的最优组合路径。

本发明的目的可以通过以下技术方案来实现：

一种障碍物环境中TSP避障最优路径规划方法，其特征在于，包括以下步骤：

(1)利用栅格法划分环境地图，设定栅格地图的分辨率，障碍物栅格位置，要遍历的所有目标点栅格；

(2)利用遗传算法搜索得到每两个目标栅格之间的最优栅格路径以及该路径的最短距离；

(3)采用上述最优栅格路径和距离代替目标栅格对应的坐标点之间的直线路径和距离，对所有目标栅格对应的坐标点采用经典TSP问题路径规划的遗传算法设计进行规划，得到有障碍物的栅格环境中TSP问题的最优栅格路径和最短距离。

所述的每两个目标栅格之间的最优栅格路径具体为：

有障碍物的栅格环境中的n个目标栅格之间共有个两两目标栅格对，将每个目标栅格对应的一个目标栅格视为起点，另一目标栅格为目标点，则两两目标栅格之间的路径规划等效于条已知起点和目标点的栅格环境中最短路径规划问题。

根据栅格地图的建模原理，可以确定在栅格中行走路径的约束条件。对于这类带约束的非线性NP最短路径组合优化问题，属于多点搜索算法的遗传算法具有隐并行性特点，鲁棒性高，全局搜索性能好，能很好地从组合的离散点收敛至全局最优点，规划得到最短路径。

所述的采用上述最优栅格路径代替目标栅格对应的坐标点之间的直线路径具体为：

经典TSP问题中，任意两个任务点c_i和c_i+1之间通过直线连接，两点的距离d(c_i,c_i+1)就是利用坐标的距离公式求出的距离

在多数实际应用的障碍物环境中，简单地套用以上公式计算任意两点间的直线距离，会跨越障碍物区域，从而产生无效路径；

通过规划出两两目标点之间的最优栅格路径和最短距离，分别将其作为两目标点的固定路径和距离，解决了障碍物环境中TSP路径规划的避障问题。