[发明专利]基于二进制量子粒子群算法的移动机器人路径规划方法

权利要求书

1.一种基于二进制量子粒子群算法的移动机器人路径规划方法，其特征在于该方法包含如下步骤：

步骤一：把机器人简化成一个点，并在二维空间内运动，通过视觉系统能感知自己目前的位姿和障碍物的位置；

步骤二：将机器人视觉系统感知到的所有障碍物处理成凸多边形；

步骤三：将二维空间离散化为一系列的栅格，并对移动机器人在每一个栅格处的八个可能运动方向进行二进制编码；

步骤四：定义从起点到目标点的路径的长短为该方法需要求解的目标函数，即由路径上的栅格累积得到，计算方法具体为：

其中d表示两个栅格间的路径长度；

步骤五：针对机器人路径规划问题的离散特征，利用二进制量子粒子群算法对步骤四中的目标函数进行全局优化以得到最优的移动机器人路径，具体包括：

(5.1)粒子距离的确定：为了表示两个粒子之间的距离，引入了Hamming距离来定义它，定义两个粒子(X，Y)，它们分别有两个决策变量(Xi1，Xi2)、(Yi1，Yi2)，每一个决策变量由五位二进制编码，则两个粒子的距离可由Hamming距离表示：

|X-Y|＝d_H(X，Y)             (2)

它的值为两个位串对应位的不同值的数目；

(5.2)最优中值位置mbest的确定：mbest的值由粒子群体中每个粒子位串的相同位的值决定，通过统计每个粒子群体中统计粒子二进制编码的每一位出现0、1的概率的大小，出现0的次数多，则mbest对应的为0，反之，则为1；

(5.3)局部吸引子P_i的确定：利用多点交叉操作得到局部吸引子；即先计算出每一代的局部最优和全局最优，通过交叉的方式计算出局部吸引子；

(5.4)粒子位置的确定：

b＝α*d_H(X_id，mbest_d)*ln(1/u)，u＝rand()      (3)

其中d_H(X_id，P_id)是粒子i第d维的X_id和局部吸引子第d维的P_id的Hamming距离。