[发明专利]一种基于聚集-置换策略的机器人路径规划方法

权利要求书

1.一种基于聚集-置换策略的机器人路径规划方法，其特征在于，包括如下步骤：

1)初始化种群及各变量，所述初始化种群中个体总数为n；

2)基于路径长度、路径角度与机器人能耗，设计适应度函数，计算n个个体的适应度值；对个体的适应度值由小到大进行排序，选择排序前n个个体，并选出最优个体gb；所述最优个体gb为适应度值最小的个体；

3)保留适应度排序后的前j个个体，利用适应度聚集策略更新剩余n-j个个体；根据n-j个个体的适应度值，通过阈值比较或者百分比划分的方式将n-j个个体划分为适应度较差个体和适应度中等个体；通过聚集策略引导适应度中等个体向最优个体gb靠近，并让适应度较差个体随机探索解空间；

4)利用置换策略更新随机选中的m个个体，通过置换策略探索解空间未搜寻的区域，同时增强种群多样性；

5)判断是否达到终止条件，若达到，迭代结束；否则，利用先后遗传算法交叉算子和变异算子生成新的n个体，此时种群中个体总数为2n，计算2n个个体的适应度，对2n个个体的适应度值由小到大进行排序，保留适应度值小的前n个个体进入下次迭代；

6)根据步骤(2)-(5)进行迭代直到迭代结束，对迭代结束后生成的路径进行冗余路径点删除，输出最优路径。

2.根据权利要求1所述的基于聚集-置换策略的机器人路径规划方法，其特征在于，步骤2)具体包括如下内容：

2-1)定义初始适应度

F(n)＝α₁f₁(n)+α₂f₂(n) (1)

式(1)中，f₁(n)为路径长度，f₂(n)为路径角能耗惩罚；α₁、α₂分别为路径长度和路径角能耗惩罚的权值；

2-2)计算路径长度

式中(2)，N表示路径节点的数量，x_i表示第i个路径节点P_i(x_i,y_i)的横坐标，y_i表示第i个路径节点P_i(x_i,y_i)的纵坐标；

2-3)计算路径角能耗惩罚

定义路径节点P₁(x₁,y₁)、P₂(x₂,y₂)、P₃(x₃,y₃)分别为单一路径角上的3点，a、b、c分别为该3点所组成的三角形的边长，相对应的路径角θ为：

定义不同路径角下的能耗惩罚值：

则路径角能耗惩罚为：

2-4)归一化处理

计算f₁(n)、f₂(n)的均值μ和标准差σ：

对初始适应度F(n)进行归一化，得到去量纲的适应度F′(n)：

2-5)适应度排序

将种群中n个个体按照适应度从小到大进行排列，选出最优个体gb。

3.根据权利要求1所述基于聚集-置换策略的机器人路径规划方法，其特征在于，步骤3)中，将n-j个个体中适应度值在整个种群中的排序位置小于n/2的个体定义为适应度中等个体，否则为适应度较差个体。