[发明专利]三维模型表面路径规划方法、系统、设备

权利要求书

1.一种三维模型表面路径规划方法，其特征在于，所述三维模型表面路径规划方法包括：根据激光刻蚀加工系统的扫描振镜的加工范围和最大加工焦深，使用最小外接矩形的方法求出每一次激光扫描振镜在三维模型表面加工的划分区域大小，并提取出该区域的中心点作为路径规划的定位顶点；然后将定位顶点集合作为三维模型表面路径规划的初始点集合，使用改进的鸡群算法对空间中的初始点位进行路径规划，并将规划后的定位点索引序列输出保存；

其中，所述三维模型表面路径规划方法，包括模型表面区域划分、定位点提取、改进鸡群算法参数初始化、初始算法位置并更新位置、采用模拟退火方法加速以及规划结果输出部分；

所述三维模型表面路径规划方法包括以下步骤：

步骤一，进行模型表面区域划分，将三维模型文件解析并存储成三角面片的集合，包含三个点和三条边；

步骤二，根据激光刻蚀加工系统的加工范围和最大焦深确定加工的每个区域，采用邻接边搜索的方式，确定区域内的最小外接矩形；

步骤三，根据步骤二计算出的划分好的区域，将每个区域内的中心点提取出并存入集合中；

步骤四，根据步骤三提取出的区域中心点集合，作为改进鸡群算法规划路径的初始点，并将中心点编码成改进鸡群算法的三种鸡群，即公鸡、母鸡和小鸡；其中公鸡优先级最高，母鸡的优先级其次，小鸡的优先级最低，定义适应度函数和初始化参数；

步骤五，根据步骤四各种参数，加入三种鸡群的位置移动公式，进行迭代并更新鸡群的个体最优位置和全局最优位置；

步骤六，将步骤五得到的结果作为模拟退火算法的初始值，并使用模拟退火算法计算结果，将最后的计算结果保存输出到路径规划的文件中；

步骤四中，将步骤三中得到的中心点集合作为路径规划算法的初始点，将初始点依次作为起始节点，使用轮盘赌的方式计算出一条路径索引序列，所有初始点作为起始点计算出一条路径共同组成一个矩阵；

编码起始点计算的路径序列，计算每个序列的适应度，并根据适应度高低按照一定比例分别编码为鸡群算法的公鸡、母鸡和小鸡三种模式，然后初始化算法的各项参数；

其中，所述三维模型表面的路径规划算法，包括：

(1)初始化改进鸡群算法参数，定义适应度函数，并初始化距离矩阵；

初始化初始点的距离矩阵，将初始点的每一个点作为一条路径的起始点并生成一条路径，该路径中某个点的下一个顶点，是在除当前节点以外的所有点距离当前节点最短的点，并按照顺序将所有的点为起始点生成的路径排列成矩阵，定义适应度值函数为当前最优路径的长度/计算当前路径的长度，其中所述适应度函数表示为：

zbest＝F_min

i∈[1,2,...,N]；

初始化改进鸡群算法的各项参数N_R＝0.2×N，N_H＝0.4×N，N_C＝N-N_R-N_H，N_M＝0.1×N_H，FL＝0.4，C＝0.4；

其中，N表示种群数量，N_R表示公鸡的数量，N_H表示母鸡的数量，N_C表示小鸡的数量，N_M表示母鸡中能够有小鸡跟随的数量，FL表示小鸡向母鸡学习的跟随系数，C表示小鸡向公鸡学习的跟随系数；

(2)计算适应度值，根据适应度值大小划分三种鸡，并分成多组；

根据适应度函数计算每个初始点为起始点的路径的适应度，并根据适应度大小对所有路径排序，适应度高的划分为公鸡，适应度最低的划分为小鸡，中间的适应度作为母鸡群体，并将公鸡、母鸡、小鸡的路径轨迹划分多组，每组都存在公鸡、母鸡和小鸡的路径；

(3)迭代更新三种鸡的位置，并记录个体最优位置和全局最优位置；

对公鸡、母鸡和小鸡的位置进行更新，位置移动公式如下：

a.公鸡位置更新公式

其中，表示下一代公鸡位置更新的结果，表示当前的路径方案，p_g代表整个种群的最优解决方案，p_r表示个体历史最优方案，x_rand代表一个随机交换的序列，m₁、m₂、m₃表示当代保留概率，表示概率保留操作，“-”表示交换序列的操作，表示一个交换序列；根据概率保留率，将交换序列中的交换算子随机存储；保存的交换运算操作作用于原始路径产生下一代路径

b.母鸡位置更新公式

其中，m₁*rand和m₂*rand是两个不同的概率保留率，是通过比较和城市坐标点的位置而得到的交换序列，结合m₁*rand得到最终的交换算子；通过相同的方式，通过m₂*rand结合获得交换的序列；结合两个交换序列作用于原始路径便得到新的路径序列

c.小鸡位置更新公式

其中，FL和C是两个交换序列的概率保留率，由于小鸡受到自己小组中母鸡的影响，故通过获得母鸡影响的交换序列，根据概率保留率将剩余的交换算子应用于原始路径中；由于还受到鸡群其他小组中母鸡和公鸡等比小鸡等级高的个体的影响，通过获得其中的交换序列；

(4)将记录的结果加入到模拟退火方法中，计算得到最终结果；

将迭代更新的结果设置为模拟退火算法的初始值，设置粒子退火的初始状态温度T₀，温度冷却的系数，粒子退火时记录当前迭代的次数t₁＝1，最大的退火循环次数为T_max；在计算结果的邻域内随机选择出新的结果，计算新解的适应度值，并根据Metropolis准则更新解；在一定温度下进行降温操作，在温度到达稳定状态退出；

(5)保存顶点的顺序和索引；

将从步骤(4)中得到的结果即为一个初始点的索引序列，将索引序列和按照索引序列的顺序重新排列点位顺序，并根据加工需要保存成相应的文件格式；

步骤五中，更新编码的公鸡、母鸡和小鸡的位置，并在每一次迭代中更新个体最优位置和全局最优位置。