[发明专利]基于协同进化粒子群滚动优化的机器人路径规划方法

摘要

本发明公开了一种可以使机器人在具有静态障碍物且障碍物位置未知的工作环境下实现自主导航，采用多子群协同进化粒子群算法进行实时滚动优化避障处理的机器人路径规划方法。本发明具有以下有益效果：可以实现机器人在具有静态障碍物且障碍物位置未知的工作环境下的自主导航；本发明在多子群协同进化中引入群体质心策略，提高了种群的搜索能力；相对于现有的采用标准粒子群算法(PSO)和协同进化粒子群算法(CPSO)的路径规划方法，本发明采用了优胜劣汰策略，在进化收敛速度与精度上更具优越性；本发明具有能够在复杂障碍物环境中实时规划出有效的避障路径，具有鲁棒性好、求解效率高等优点。

主权项

基于协同进化粒子群滚动优化的机器人路径规划方法，用于对一机器人的行走路径进行规划，使机器人避开工作环境中的若干静止障碍物，其特征在于，包括如下步骤：步骤S1，对所述工作环境进行建模；步骤S2，检测所述机器人当前点和目标点之间的距离，若所述距离小于预设的距离误差，则认为到达目标点，输出各次规划的终点集，获得规划路线；否则转入步骤S3；步骤S3，根据所述机器人当前点和目标点获取当前最佳运动方向角度；步骤S4，根据预设的机器人视野角度，对机器人的转向域进行划分；根据所述当前最佳运动方向角度确定当前所述机器人的运动朝向所在的转向域；步骤S5，若当前所述机器人的视野域内无障碍物，以所述当前点为极点建立局部极坐标系，根据预设的视野半径和所述当前最佳运动方向角度获得本次规划的局部终点，并将所述局部终点存入所述终点集，将所述局部终点作为下一次规划的当前点，转入步骤S2；若当前所述机器人的视野域内有障碍物，转入步骤S6；步骤S6，基于协同进化粒子群算法采用迭代运算的方式进行避障处理；所述步骤S6进一步包括：步骤S61，将所述视野半径等分为若干个分段，同时确定若干个分段运动方向角度，所述分段运动方向角度小于所述视野角度；设置若干粒子，将每个所述粒子编码为由若干所述分段运动方向角度组成的序列，将若干所述粒子组成一原始种群，并对所述原始种群进行初始化，得到一初始种群；若初始化成功，将所述初始种群分为若干个子群，转入步骤S62；若初始化失败，转入步骤S7；步骤S62，计算各所述子群中各粒子的适应值，并对各所述子群中的粒子按适应值进行排序，再按预设的基因比例选出各所述子群中适应值较小的粒 子，组成一基因库；步骤S63，根据各所述子群中各粒子的适应值，获得各所述子群的最优解，并根据所述最优解求得一种群质心点；步骤S64，更新各所述子群中粒子的速度与位置；若更新成功，则转入步骤S65，若更新失败，转入步骤S7；步骤S65，更新各所述子群中粒子的适应值、粒子的个体最优解与子群的全局最优解；步骤S66，判断是否达到预设的进化周期，若未达到所述进化周期则直接转入步骤S67；否则更新所述子群和所述基因库，然后更新所述种群质心点，再转入步骤S67；步骤S67，判断是否达到预设的最大迭代次数，若已达到所述最大迭代次数，则终止迭代，获得本次规划的局部终点，并将所述局部终点加入所述终点集中，将所述局部终点作为下一次规划的当前点，转入步骤S2；若未达到所述最大迭代次数，则转入步骤S64继续迭代；步骤S7，进行避障失败处理，将所述机器人转入下一转向域，返回步骤S61进行避障；若所述机器人在所有转向域均避障失败，则无法实现避障，失败跳出。