[发明专利]一种基于改进樽海鞘群模型的机器人路径规划方法

权利要求书

1.一种基于改进樽海鞘群模型的机器人路径规划方法，其特征在于，包括以下步骤：

步骤一、建立导航点地图模型，以路径最短为目标构建移动机器人路径代价函数和碰撞代价函数；

步骤二、构建改进樽海鞘模型；

步骤三、利用改进樽海鞘模型得到机器人运动的最优路径点。

2.根据权利要求1所述的基于改进樽海鞘群模型的机器人路径规划方法，其特征在于，导航点地图模型是拟定机器人移动场景为平面空间，空间中有若干个静态障碍物，设置障碍物的圆心和半径。

3.根据权利要求1所述的基于改进樽海鞘群模型的机器人路径规划方法，其特征在于，路径代价函数和碰撞代价函数的公式为：

F＝L+D；L表示路径消耗成本代价，定义如下：

其中，(x_i,y_i)代表当前路径点坐标，(x_i-1,y_i-1)代表上一次路径点坐标；

D表示为碰撞代价，定义如下：

式中，δ代表权重系数，一般取100；r(d)表示第d个障碍物的半径；d表示障碍物个数。

4.根据权利要求1所述的基于改进樽海鞘群模型的机器人路径规划方法，其特征在于，步骤二具体包括：

步骤21、初始化种群位置；

通过混沌映射PWLCM方法进行逆映射得到种群的初始位置；其中，混沌映射PWLCM方法的公式为：

其中，ub和lb是搜索粒子的上下边界，为区间[0,1]的混沌序列，为产生的新樽海鞘搜索粒子；

步骤22、改进领导者位置更新；

步骤23、改进追随者位置更新；

步骤24、引入非均匀变异对樽海鞘群模型进行改进。

5.根据权利要求1所述的基于改进樽海鞘群模型的机器人路径规划方法，其特征在于，步骤22具体包括：

首先计算种群的个体适应值，将得出的最优适应值的个体设定为食物源位置F_p；领导者与追随者占种群数量的前后各一半，领导者用于带领群体朝向最优值移动，改进领导者位置更新公式为：

其中，表示樽海鞘个体i在探索空间中第t次迭代后的位置，F_p表示的是食物源的位置，ω为惯性权重；

ω的定义如下：

ω＝log(1+e^-t)   (7)

其中，t为迭代次数。

6.根据权利要求1所述的基于改进樽海鞘群模型的机器人路径规划方法，其特征在于，步骤23具体包括：

其中，表示第i个追随者在j维空间中的位置，为追随者在t-1迭代中适应度最好的个体在j维空间中的位置，为上一次迭代的该个体在j维空间中的位置。

7.根据权利要求1所述的基于改进樽海鞘群模型的机器人路径规划方法，其特征在于，步骤24具体包括：

设种群规模为n，空间维度为j，则代表个体i在j维空间所处的位置，对第n个分量采用非均匀变异操作，新个体产生公式为：

式中，ub和lb是搜索粒子的上下边界；表示个体i在j维空间所处的位置的第n个分量；其中，t表示当前迭代次数；T为最大迭代次数；r为[0，1]之间的随机数，b是非均匀度参数。

8.根据权利要求1所述的基于改进樽海鞘群模型的机器人路径规划方法，其特征在于，步骤三具体包括：

采用三次样条插值方法在相邻的节点间进行插值，通过连接起始点、所有q个节点和n个插值点以及终止点，得到一条有序的线段。