[发明专利]基于均值和声搜索的机器人巡检路径规划方法

说明书

本发明公开了一种基于均值和声搜索的机器人巡检路径规划方法。本发明采用均值和声搜索来规划机器人的巡检路径。在均值和声搜索中，首先计算和声库中所有个体的均值，然后利用均值信息作为生成新个体的基点，并将和声库的均值信息与和声库中的最优个体相融合作为高斯变异算子的引导方向，以此增强算法的搜索性能，提高机器人巡检路径规划的效率。本发明能够在一定程度上提高机器人巡检路径规划的效率。

技术领域

本发明涉及机器人路径规划领域，尤其是涉及一种基于均值和声搜索的机器人巡检路径规划方法。

背景技术

巡检机器人在现代工业生产中起着至关重要的作用。巡检机器人广泛应用在电力巡检、仓库巡检、森林防火巡检等领域。在巡检机器人的设计与开发中，巡检机器人的巡检路径规划是基中的一项支撑技术。在机器人的巡检路径规划中，人们常常会遇到如下巡检路径规划问题：给定若干个巡检点的坐标位置，要求为一巡检机器人规划一条路径，使巡检机器人从一个源巡检点出发经过每个巡检点一次且仅一次，然后再回到源巡检点，并且要求巡检机器人经过路径的耗费最小化。该巡检路径规划问题是一个NP完全性问题，当问题的规模比较大时，传统路径规划算法往往难以有效地为巡检机器人规划出一条工程上可接受的巡检路径。针对该巡检路径规划问题，研究人员往往设计模拟自然的演化算法来求解。其中，和声搜索算法是一种新近提出的演化算法，它的基本原理是模拟音乐家的创作过程而设计的一种优化算法。

机器人巡检路径规划问题本质上就是一个优化问题，而和声搜索算法在求解优化问题中表现出较优越的性能。为此，许多学者提出了各种改进的和声搜索算法来求解各类优化问题，例如丁春莉和李林森利用和声搜索算法来优化支持向量机的训练参数，并使用训练好的支持向量机来预测网络流量，实验结果表明所提出方法比一些传统方法能够获得更高的网络流量预测精度(丁春莉,李林森.和声搜索算法优化支持向量机的网络流量预测[J].微型电脑应用,2017,33(01):67-70)；陶勇森等人将信息增益融合到和声搜索算法中来实现语音数据的情感特征选择，实验结果表明提出方法能够有效地选择出合适的情感特征，并且能够达到较高的情感识别率(陶勇森,王坤侠,杨静,李廉.融合信息增益与和声搜索的语音情感特征选择[J].小型微型计算机系统,2017,38(05):1164-1168)。

从现有的研究成果中可知，和声搜索算法具有操作算子简单、全局搜索能力较强等优点，它已经成功地应用到了各种工程优化问题中，并且在求解很多工程优化问题中获得了令人满意的结果，但传统和声搜索算法在求解一些复杂的机器人巡检路径规划问题时容易出现收敛速度慢，规划效率不高的缺点。

发明内容

本发明的目的是提供一种基于均值和声搜索的机器人巡检路径规划方法，它能够在一定程度上克服传统和声搜索在求解一些复杂的机器人巡检路径规划问题时容易出现收敛速度慢，规划效率不高的缺点，本发明能够在一定程度上提高机器人巡检路径规划的效率。

本发明的技术方案：一种基于均值和声搜索的机器人巡检路径规划方法，包括以下步骤：

步骤1，输入各个巡检点的坐标，并确定巡检点的数量D；

步骤2，用户初始化和声库的大小HMS，选取概率HMCR，扰动概率PAR，最大评价次数MAX_FEs；

步骤3，当前演化代数t＝0，当前评价次数FEs＝0；

步骤4，随机产生初始和声库其中个体下标i＝1,2,...,HMS；并且为和声库M_t中的第i个个体；个体存储了D个巡检点的顺序权值；为个体中的第j个巡检点的顺序权值，并且维度下标j＝1,2,...,D；

步骤5，计算和声库M_t中每个个体的适应值；

步骤6，令当前评价次数FEs＝FEs+HMS；

步骤7，保存和声库M_t中的最优个体Best^t；