[发明专利]一种基于差分进化和模糊控制相结合的避障路径规划算法

说明书

本发明的一种基于差分进化和模糊控制相结合的避障路径规划算法属于智能控制领域，解决了现有模糊控制同样会使智能车辆陷入局部最小问题使其不能做出及时、准确的避障动作的问题，具体步骤为：1)设计模糊控制器，2)利用差分进化算法优化模糊控制规则表，3)将优化后的模糊控制规则表应用到模糊控制器进而在整个模糊控制系统实现，本发明算法通过利用模糊控制和差分进化算法构建一种智能车辆的避障路径规划方法，利用差分进化算法对模糊控制规则表进行优化，能够有效地解决局部最小问题，得到全局最优解。

技术领域

本发明属于智能控制领域，特别是涉及一种基于差分进化和模糊控制相结合的避障路径规划算法。

背景技术

路径规划是当前智能车辆技术研究热点之一，它要求智能车在从起始状态向目标状态移动的过程中，能够自主地搜索一条避开障碍物的最优路径。其中避障策略是其重中之重，目前，研究者多借用人工势场法、珊格法、模糊控制法等方法研究智能车避障算法。其中，人工势场法因算法简单且易于实时控制而广泛应用，但容易陷入局部最小而不能使智能车到达目标位置；而珊格法存在着环境分辨率与环境信息存储量之间的矛盾，且计算量大，使用范围受限。

模糊控制法模拟驾驶员的驾驶思想，将模糊控制本身所具备的鲁棒性与基于生理学上的“感知一动作”行为结合起来，为智能车辆的路径规划问题提出了一种新思路。该方法通过建立一系列模糊推理规则有效的解决了传统避障算法中存在的对智能车辆的定位精度敏感、对环境信息依赖性强等问题，对处理未知环境下的规划问题显示了很强的优越性，有较强的实时性，同时由于模糊控制规则的建立主要依靠经验，所以将模糊逻辑理论直接用于智能车辆路径规划同样会出现局部最小问题。

发明内容

本发明针对现有模糊控制会使智能车辆陷入局部最小问题使其不能做出及时、准确的避障动的问题，旨在提供一种基于差分进化和模糊控制相结合的避障路径规划算法，本发明算法通过利用模糊控制和差分进化算法构建一种智能车辆的避障路径规划方法，利用差分进化算法对模糊控制规则表进行优化，能够有效地解决局部最小问题，得到全局最优解。

为解决上述技术问题，本发明采用的技术方案为：一种基于差分进化和模糊控制相结合的避障路径规划算法，按照以下步骤实现：步骤一、设计模糊控制器，具体步骤为：

1)确定模糊控制器的结构，根据被研究系统的输入输出，确定基本系统模型；

2)定义输入、输出量的模糊分布；

3)建立模糊控制规则；

4)近似推理；

步骤二、利用差分进化算法优化模糊控制规则表；

步骤三、将优化后的模糊控制规则表应用到模糊控制器进而在整个模糊控制系统实现。

进一步地，步骤二中利用差分进化算法优化模糊控制规则表的具体步骤为：

1)根据研究的问题确定解的表示方式和评价函数f(x)，设置种群规模NP、缩放因子F、交叉概率CR参数；

2)执行种群初始化操作，产生初始种群X；

随机产生一部分染色体，即在n维空间里产生满足约束条件的K个染色体，实施措施如下：

接着将旧模糊控制规则表编码复制L个染色体引入共同组成含有M个染色体的初始种群X，其中M＝K+L；

3)变异操作：

从群体中随机选择3个染色体，X_p1X_p2X_p3，且(i≠p1≠p2≠p3)，则