[发明专利]一种带有运动学的复杂形状目标遗传路径规划方法

摘要

本发明的目的在于提供一种带有运动学的复杂形状目标遗传路径规划方法，包括以下步骤：第一步，采用三维位姿法对路径进行编码；第二步，产生初始种群；第三步，对初始种群进行遗传操作；第四步，采用三段法对路径进行解码并设计适应度函数；第五步，将本次迭代评估后当前代种群路径进行遗传操作，产生下一代种群，将本次迭代第四步中修补后的基因加入到下一代种群中，如此反复进行下去直到所得路径的可行适应度函数的函数值不再发生变化，则迭代结束，收获最优路径解。本发明将机器人的不规则形状及运动学约束考虑均在内，引入基因修补策略和适应度函数惩罚策略，最优解收敛速度得到较大提升。

主权项

一种带有运动学的复杂形状目标遗传路径规划方法，其特征是：(1)采用三维位姿法对路径进行编码：路径编码采用二进制编码方式，给定目标起点位姿(x_st,y_st,φ_st)及终点位姿(x_end,y_end,φ_end)，将地图分为N×M个栅格，每个栅格位置对应K个角度方向，这样每个路径中间点就是由(x,y,φ)构成的三维矢量，且在N×M×K个离散空间点内随机分布，设定路径搜索空间范围为n×m的二维矩形区域，则地图中搜索精度为(n/N,m/M)；将每个栅格对应的中间点设定为2π的姿态范围，取姿态量化数量为K，每个姿态角度间隔为2π/K，则整个编码空间变成三维离散位姿空间；(2)产生初始种群：基于步骤(1)的编码方式，采用随机法产生初始种群：动态生成一个随机数，根据随机数生成一个基因，将其加入到初始种群中，再随机生成下一个基因，如此循环进行，直至生成的基因数量达到种群规模G为止，完成初始种群的产生；(3)对初始种群进行遗传操作：将步骤(2)所生成的初始种群进行遗传操作，产生新一代种群；(4)采用三段法对路径进行解码并设计适应度函数：采用三段法解码方式：针对给定的起点位姿矢量(x_st,y_st,φ_st)和终点位姿矢量(x_end,y_end,φ_end)，通过起点圆弧—直线路径—终点圆弧连接起点、终点位姿两矢量，起点圆弧与起点矢量相切、终点圆弧与终点矢量相切，直线路径同时相切于起点圆弧和终点圆弧，起点圆弧和终点圆弧半径相同均为r，并大于目标的最小允许用转弯半径r₀，根据几何位置关系求出路径中间节点、中间姿态及路径长度；设计适应度函数对解码后的路径进行评价：若解码后的路径无碰撞则认为解码后的路径是可行的，将解码后的路径总长度及与障碍最小距离作为路径评价指标，可行路径适应度函数W(p)为：$W\left(p\right)=w_f\·f\left(p\right)+w_{\mathrm{obs}}\·\frac{1}{d_{\mathrm{obs}}\left(p\right)+d_0}$式中，p代表起点位姿至终点位姿的可行路径，f(p)为解码后的路径总长度代价值，d_obs(p)表示起、终点轮廓及广义包围盒与障碍线段集的最小距离，用凸多边轮廓线段集将路径包围起来，称该线段集为广义包围盒，d₀为常值，w_f及w_obs分别代表解码后的路径长度及安全性权值；若解码后的路径碰撞，则认为不可行，评估指标为路径总长度与固定惩罚项的加和，则不可行路径适应度函数W`(p)为：W`(p)＝w_f·f(p)+w_obs·R式中，R为一固定惩罚项，R值大于的最大可能值(1/d₀)；将不可行路径适应度函数的适应度值排在前五位的不可行路径记录到待修补列表中，在本次遗传操作结束后，找出导致其不可行的基因位，根据可行适应度函数修正此类基因位，使其变成可行路径；(5)获取最优路径将本次迭代评估后当前代种群路径进行遗传操作，产生下一代种群，将本次迭代步骤(4)中修补后的基因加入到下一代种群中，如此反复进行下去直到所得路径的可行适应度函数的函数值不再发生变化，则迭代结束，收获最优路径解。