[发明专利]路径规划方法及系统

权利要求书

1.一种路径规划方法，其特征在于，用于控制运动件的运行轨迹，所述方法包括：

根据预设的参考偏重值和目标进化算法构建目标蚁群规模；

获取路径布局信息、运动件的位置信息和目标点的位置信息，所述路径布局信息包括：运动件的可移动路径的信息；

根据路径布局信息、运动件的位置信息和目标点的位置信息，执行所述目标蚁群规模，以构建解空间，所述解空间包括：选择路径函数和偏重指数函数；

根据所述选择路径函数得到最优执行路径；

根据所述偏重指数函数得到偏重指数；

将所述偏重指数作为预设的参考偏重值，以更新所述预设的参考偏重值；

根据更新后的所述预设的参考偏重值，更新目标蚁群规模，以更新最优执行路径；

根据最优执行路径控制运动件的运行轨迹。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的参考偏重值和目标进化算法构建目标蚁群规模，包括：

获取初始蚁群规模，所述初始蚁群规模中包括多个个体；

根据所述目标进化算法计算个体对评价指标的贡献度；

判断个体对评价指标的贡献度是否满足终止计算标准；

在个体对评价指标的贡献度满足终止计算标准时，输出所述当前蚁群规模，并将所述当前蚁群规模作为目标蚁群规模；

在个体对评价指标的贡献度不满足终止计算标准时，根据所述预设的参考偏重值和所述目标进化算法，在所述当前蚁群规模中对所述个体进行交配选择，以得到新的当前蚁群规模；

在得到新的当前蚁群规模后，继续执行所述判断个体对评价指标的贡献度是否满足终止计算标准的步骤。

3.根据权利要求1所述的方法，其特征在于，所述路径布局信息还包括：规划路径数据，所述规划路径数据为所述运动件需要经过的路径所对应的数据；

所述方法还包括：

根据路径布局信息、运动件的位置信息和目标点的位置信息，执行所述目标蚁群规模，以构建路径约束环；

所述根据所述选择路径函数得到最优执行路径，包括：

根据所述选择路径函数和所述路径约束环，计算每次迭代的时间代价，所述时间代价为运动件在当前的路径网格下移动至目标位置所占用的时间；

对比当前的时间代价与上一次迭代的时间代价；

在当前的时间代价小于上一次迭代的时间代价，且当前的时间代价与上一次迭代的时间代价的差值小于时间阈值时，判断迭代的次数是否小于迭代阈值；

在迭代的次数小于迭代阈值时，更新规划路径数据；

所述根据最优执行路径控制运动件的运行轨迹，包括：在迭代的次数不小于迭代阈值时，根据当前的最优执行路径控制运动件的运行轨迹。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据阈值距离和多个运动件的规划路径数据，判断至少两个运动件间是否存在危险路段，所述阈值距离包括至少两个运动件沿可移动的路径的最小距离，所述危险路段为一运动件与其他的运动件沿可移动的路径的距离小于阈值距离时所经过的最优执行路径；

在至少两个运动件间在指定的时间内存在危险路段时，获取运行状态信息，所述运行状态信息包括：至少两个运动件在移动至所述危险路段前的移动路径、至少两个运动件在移动至所述危险路段前的移动速度、至少两个运动件在移动至所述危险路段前的相对距离，以及至少两个运动件进入所述危险路段的方向；

根据所述运行状态信息，判断是否需要更新至少一个运动件的规划路径数据，以消除至少两个运动件间的危险路段。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在需要更新至少一个运动件的规划路径数据时，根据所述运行状态信息在至少一个运动件的最优执行路径上增设路径网络节点；

根据所述路径网络节点对至少一个运动件的规划路径数据进行更新，以更新至少一个运动件的最优执行路径。