[发明专利]一种规避交通障碍的路线规划智能优化方法有效

专利信息
申请号: 201910509719.0 申请日: 2019-06-13
公开(公告)号: CN110345960B 公开(公告)日: 2022-05-13
发明(设计)人: 王嘉宏;吴晓晶;王曦 申请(专利权)人: 福建工程学院
主分类号: G01C21/34 分类号: G01C21/34
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 魏波
地址: 350000 福建省福州*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 规避 交通 障碍 路线 规划 智能 优化 方法
【权利要求书】:

1.一种规避交通障碍的路线规划智能优化方法,其特征在于,包括以下步骤:

步骤1:采用栅格法来对城市交通路网进行栅格化,其中存在交通路径障碍物的方块标记为数值0,不存在交通路径障碍物的方块标记为数值1;

步骤2:利用蚁群算法进行路线规划;

具体实现包括以下子步骤:

步骤2.1:初始化蚁群算法参数、地形矩阵、信息素矩阵和启发式因子矩阵;

所述参数包括种群数量A、迭代次数B、信息素重要程度α、启发式因子重要程度β、信息素蒸发系数ρ、路径起点S和路径终点E;

所述地形矩阵,是交通路网离散化表示成的一矩阵形式;首先将路网进行栅格化成(A,1)至(X,Y)范围的离散区块,其中路径起点S为(A,1)栏位,路径 终点E为(X,Y)栏位,存在交通路径障碍物的方块标记为数值0,不存在交通路径障碍物的方块标记为数值1;其中,X、Y分别为地形矩阵的行、列最大值;

所述启发式因子矩阵中一点的值为该点到终点距离的倒数,距离越短,启发式因子越大,障碍物处的启发式因子为0;

所述信息素矩阵被初始化为一个统一的值;

步骤2.2:将路径起点S作为蚁群巢穴的位置,终点E作为食物所在的位置;

步骤2.3:迭代;

对每次迭代中的每只蚂蚁,执行下述步骤;

步骤2.3.1:创建一个禁忌矩阵,禁忌矩阵中已经访问过的点为0,其余点与启发式因子矩阵中相应点的值相同;

步骤2.3.2:设置初始点,根据信息素、启发式因子、禁忌矩阵,通过轮盘赌方法,选择交通网路路线规划中的下一个栅格化方块;

步骤2.3.3:更新路径和禁忌矩阵;

步骤2.3.4:每次迭代后,更新信息素,只对最优路径中的点进行增加信息素操作,直至到达终点或者达到最大迭代次数B;

步骤3:筛选最优解,获最短路径minPLK;

步骤2.3中,用细胞结构存储每一代的每一只蚂蚁的爬行路线ROUTES=cell(K,M);用矩阵存储每一代的每一只蚂蚁的爬行路线长度PL=zeros(K,M);启动K轮蚂蚁觅食活动,每轮派出M只蚂蚁,进行以下的循环迭代:

第一步:状态初始化;

当前节点初始化为起始点W=S;爬行路线初始化Path=S;爬行路线长度初始化PLkm=0;禁忌矩阵初始化TABUkm=ones(1,N);已经在初始点了,因此要排除TABUkm(S)=0;邻接矩阵初始化DD=D;其中,D表示地形矩阵的阵列表达,N=size(D,1)表示地形矩阵D的大小;

第二步:确定下一步前往的节点;

可选节点集LJD=find(DWinf);可选节点的个数Len_LJD=length(LJD);觅食停止条件:蚂蚁未遇到食物或者达到最大迭代次数B;其中,LJD=find(DWinf)表示判断矩阵DD的第W行所有列赋值总和是否小于inf之值,DW=DD(W,:)代表矩阵DD的第W行所有列赋值总和,inf是地形矩阵中障碍物的阵列表达;

第三步:转轮赌法选择交通网路路线规划中的下一个栅格化方块;

建立概率分布PP=PP/(sum(PP));下一步将要前往的节点to_visit=LJD(Select(1));

轮赌盘法是遍历所有的可选候选解节点,通过求和函数sum(PP)将各个路径PP的概率总和正规化到数值1,产生一个随机数,选择第一个大于返回值的路径;其中,Select=find(Pcum≥rand)表示判断Pcum是否大於或等於随机数rand之值并记录成一阵列,函数rand是计算机程序的随机生成数;求和函数Pcum=cumsum(PP)可将各个路径PP的概率计算其总和;to_visit=LJD(Select(1))表示下一步将要前往的节点状态更新和记录,Select(1)表示阵列Select的第一个元素之值,LJD(Select(1))表示阵列LJD的第Select(1)个元素之值;

在某个t时刻的转移概率为:

其中,节点i与节点j分别为代表路径规划的起点与终点;ηij=1/dij代表启发程度,是节点i与节点j之间距离的倒数;allowedk表示在本次算法迭代循环中蚂蚁k尚未访问过的候选解点的集合;τij(t)表示节点i到节点j路径上的信息素量;

第四步:状态更新和记录;

路径增加Path=[Path,to_visit];路径长度增加PLkm=PLkm+DD(W,to_visit);蚂蚁移到下一个节点W=to_visit;已访问过的节点从禁忌矩阵中删除TABUkm(W)=0;可选节点集LJD=find(DW<inf);可选节点的个数Len_LJD=length(LJD);

第五步:记下每一代每一只蚂蚁的觅食路线和路线长度;

第六步:更新信息素;

信息素挥发一部分,新增加一部分;

信息素调整公式:

τij(t+1)=(1-ρ)×τij(t)+Δτij(t,t+1) (2)

其中,ρ<1代表信息素蒸发系数,m是蚂蚁个数,在t时刻第k只蚂蚁所在的位置表示节点i,节点j是未被经过的城市网格。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福建工程学院,未经福建工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910509719.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top