[发明专利]一种基于独狼蚁群混合算法的移动机器人路径规划方法

权利要求书

1.一种基于独狼蚁群混合算法的移动机器人路径规划方法，其特征在于，包括以下步骤：

S1，在机器人探测环境所得的地图基础上，将地图栅格化，使地图中的每个障碍物单元及非障碍物单元都由若干有界的栅格单元组成；

S2，根据栅格地图建模法建立地图，该地图数据记录在地图矩阵中，并根据该地图数据构建用以记录信息素值的信息素矩阵；

S3，根据地图矩阵和信息素矩阵，使用独狼蚁群混合算法寻径，经过迭代计算得到从初始单元到目标单元所经过的路径单元顺序；

S4，根据得到的路径单元顺序完成移动机器人路径规划。

2.根据权利要求1所述一种基于独狼蚁群混合算法的移动机器人路径规划方法，其特征在于：步骤S3中还包括在路径陷入局部最优时，进行全局优化。

3.根据权利要求1所述一种基于独狼蚁群混合算法的移动机器人路径规划方法，其特征在于：所述独狼蚁群混合算法寻径的具体步骤为：

S31，根据栅格地图信息，移动机器人个体按照觅食机制和局部优化机制来确定下一步的路径位置；

S32，在移动机器人个体移动的位置上记录信息素值，并按自适应增强函数机制更新信息素矩阵；

S33，对比所有移动机器人个体移动的单元顺序长度，提取最短路径，将该最短路径与以往迭代中的最优路径对比，并启动全局优化机制。

4.根据权利要求3所述一种基于独狼蚁群混合算法的移动机器人路径规划方法，其特征在于：所述觅食机制和局部优化机制的具体步骤为：

给每个移动机器人个体赋予一个视场，并且根据实际情况改变视场半径，其公式如下：

其中：x_i是机器人个体当前的位置，x_c是机器人个体下一步潜在可到达的位置，k是维度分量，n是维度总量，d(x_i,x_j)是视场半径；

在视场范围中搜寻可以访问的位置，视场范围公式如下：

visit＝{x_c|0＜d(x_i,x_c)≤D}

其中：D是视场最大约束值；

根据概率选择公式，随机选择得到下一步要到达的位置，概率公式如下：

其中：其中r是当前位置到潜在位置的距离，v是加权参数，τ_ij为位置i到位置j路径上的信息素浓度值，τ_is为位置i到位置s路径上的信息素浓度值，η_j为位置j的期望启发式因子，η_s为位置s的期望启发式因子，α和β分别表示信息素和启发式因子对搜索结果产生影响所占的比重参数，表示机器人h从位置i转移到位置j的概率；

为了抑制信息素在某局部路径趋于平稳，在初始寻径中引入基于独狼逃跑行为的局部路径优化机制，人工在蚂蚁视场内设定天敌，该天敌以一定的概率出现，当天敌出现时，蚂蚁的视场变大(选用原视场的2倍)，加速逃离原视场范围；公式如下：

D≤d(x_i,x_c)≤2D

x_c＝x_i+d(x_i,x_c)

其中：x_c为机器人从x_i逃离后的位置。

5.根据权利要求3所述一种基于独狼蚁群混合算法的移动机器人路径规划方法，其特征在于：所述自适应增强函数机制更新信息素矩阵，包括：

在所有移动机器人个体完成路径搜索后，挥发信息素矩阵中的信息素值；

对完成最优寻径的移动机器人的路径单元增加信息素值，增加方式采用自适应增强函数机制。