[发明专利]基于改进粒子群算法的机器人路径优化方法及系统

权利要求书

1.一种基于改进粒子群算法的机器人路径优化方法，其特征在于，包括：

对机器人活动空间以及所述活动空间中的障碍物构建格栅化地图；

将所述格栅化地图划分为障碍物区域和自由区域；

根据机器人的第一路径以及优化目标构建路径优化函数；

采用改进粒子群算法在所述自由区域中迭代出最优位置值，根据所述最优位置值计算机器人在所述自由区域中的最优绕行路径；其中，所述改进粒子群算法具体包括：将所述路径优化函数作为粒子的适度值函数；将动态惯性权值作为所述粒子群算法的惯性权值；

其中，所述根据机器人的第一路径以及优化目标构建路径优化函数，包括：

设机器人按照所述第一路径与障碍物发生碰撞的次数为N_collison，计算所述第一路径的碰撞惩罚项F₁，计算方法如下式所示：

式中，m_i为所述第一路径在障碍物区域的总距离，M_i为常数；

计算期望路径的总长度F₂，计算方法如下式所示：

式中，(x_t-1，y_t-1)为期望路径的分段起点，(x_t，y_t)为拐角交点；

计算期望路径的总平滑度F₃，计算方法如下式所示：

式中，d_t为所述期望路径的分段起点到拐角交点的距离；d_t+1为所述期望路径的分段终点到拐角交点的距离；α_t为d_t和d_t+1之间的夹角；其中，所述拐角交点为沿所述期望路径的分段起点与分段终点的切线作延长线得到的交点；

通过F₁,F₂,F₃的线性组合构建所述路径优化函数F，计算方法如下式所示：

式中，λ₁为潜在碰撞系数，λ₂为路径长度系数，λ₃为平滑度系数，λ₁、λ₂和λ₃均满足大于0小于1。

2.如权利要求1所述的一种基于改进粒子群算法的机器人路径优化方法，其特征在于，所述优化目标包括如下的至少一种：

第一路径的碰撞惩罚度、期望路径的路径长度、期望路径的路径平滑度。

3.如权利要求1所述的一种基于改进粒子群算法的机器人路径优化方法，其特征在于，所述将所述格栅化地图划分为障碍物区域和自由区域，具体包括：

对所述活动空间中的障碍物进行几何化处理，得到障碍物几何模块；

将所述障碍物几何模块所占据的格栅区域划分为所述障碍物区域，将除所述障碍物区域以外的格栅区域划分为所述自由区域。