[发明专利]一种移动机器人路径规划的方法及系统

说明书

本发明公开了一种移动机器人路径规划的方法及系统，包括：(1)初始化地图；(2)设置代价函数；(3)初始化每个粒子的位置和速度；(4)求出每个粒子的适应度值；(5)取一个随机数与决策数比较，若大于执行(6)，否则执行(7)；(6)针对每个粒子，更新个体最优、全局最优值并更新速度、位置和适应度值，执行(9)；(7)从所有粒子选取劣质粒子进行变异操作获取变异粒子；(8)将原粒子群与变异粒子组合形成新的粒子群；计算新粒子群适应度值并排序，淘汰末尾的K个粒子；(9)未达到最大迭代次数，返回步骤(5)；达到则选择适应度值最小的粒子为路径解。本发明解决粒子群算法在移动机器人路径规划中路径选择多样性差，收敛速度慢等问题。

技术领域

本发明涉及机器人控制技术领域，具体是涉及一种移动机器人路径规划的方法及系统。

背景技术

移动机器人的路径规划是移动机器人的研究核心领域之一，其核心是引导机器人无碰撞的从给定起始点移动到目标点，在这过程中，尽可能地实现路径最优、时间最短、路径最平滑。现有技术中会将路径规划问题转化为优化问题，将粒子群算法引入优化问题之中来求解，最终得到最优路径。首先，利用粒子群算法寻优依赖于算法初始化的结果，如果初始化的结果不好将影响算法的收敛速度；其粒子群算法固定的参数对算法结果的影响也很大，不同的参数将会影响在本次迭代时算法全局扩大搜索还是局部探索，影响算法的收敛速度；最后，算法并没有对算法中表现较差的粒子进行改进，这在每次迭代中都极大的浪费了算力，影响算法的多样性。

发明内容

发明目的：针对以上缺点，本发明提供一种移动机器人路径规划的方法，解决粒子群算法在移动机器人路径规划中路径选择多样性差，收敛速度慢、易于陷入局部最优的问题。同时，还提供一种移动机器人路径规划的系统。

技术方案：为解决上述问题，本发明一种移动机器人路径规划的方法，包括以下步骤：

(1)通过使用栅格图将机器人活动区域地图格式化，并标识无障碍物区域及有障碍物区域；存储机器人移动的起始点和终点；

(2)设置粒子群算法的代价函数，公式如下：

式中，L(p)为粒子所得到的路径最短路径，L_o为移动机器人与最近障碍物的距离；α和β为固定参数，用来控制得到一条路径长度和安全度相平衡的最优路径；F为所求的代价函数值；

(3)初始化粒子群算法参数；设定粒子群算法的粒子数和总迭代次数，根据格式化地图设置粒子位置限制和粒子速度限制条件，随机初始化每个粒子的位置和速度；

(4)得到粒子群中每个粒子的位置和速度后，将粒子的位置代入代价函数求出每个粒子的适应度值，保存每个粒子的适应度值；

(5)取一个随机数与决策数比较大小，若随机数的值大于决策数，执行步骤(6)；否则执行步骤(7)；随机数的取值为[0,1]；所述的决策数的公式如下所示：

式中，Q为决策数；t为当前迭代次数，T_max为设置的最大迭代次数；

(6)针对粒子群的每个粒子，更新个体最优、全局最优值并更新速度、位置与适应度值，执行步骤(9)；

(7)将粒子群中所有粒子按照适应度值从小到大排序，选取适应度值小的前n％的粒子标记为优质粒子，适应度值大的后m％粒子标记为劣质粒子，剩余的粒子标记为普通粒子,n,m∈[1,50]；对劣质粒子进行变异操作获取变异粒子，所述对劣质粒子变异操作的变异公式为：