[发明专利]一种基于差分进化烟花算法的多机器人协同路径规划方法

说明书

本发明涉及一种基于差分进化烟花算法的多机器人协同路径规划方法，属于机器人导航与控制技术领域，目的在于提供一种有效的多机器人协同路径规划方法，可以较快地为多个机器人计算出性能较优的运动路径，保障多机器人安全的运行到各自的目标点。本发明在基本烟花算法的基础上增加差分进化火花，选取父代中多个烟花进行组合、变异操作生成新的火花，从而得到了多样性较高的个体以提高烟花群体的多样性，以此来使得算法具有了更好的搜索能力，且能够有效的避免陷入局部最小值。改进算法相比于基本的烟花算法，表现出了更好的优化性能，改进算法收敛速度更快、收敛精度更高，且规划出的路径更短、更平滑。

技术领域

本发明是一种基于差分进化烟花算法的多机器人协同路径规划方法，属于机器人导航与控制技术领域。

背景技术

路径规划是机器人导航技术的一个重要研究方向。多机器人路径规划要求在同一个空间环境内为每一个机器人规划一条起始点到目标点的安全路径。其需要解决的主要问题包括：(1)寻找最优的路径；(2)解决机器人与障碍物的碰撞问题；(3)协调多个机器人的运动,确保机器人之间不发生碰撞。因此进行规划时不仅要考虑路径长度、路径平滑度、路径安全还要考虑机器人间的避障问题。多机器的路径规划是以单个机器人进行路径规划为基础，需要解决多机器人之间协调问题，以确保机器人之间不发生碰撞以及绕开障碍物。多机器人的协作策略是多机器人系统执行任务的前提。

烟花算法由北大谭营教授、朱元春于2010年在国际群体智能大会上首次提出。其模拟烟花爆炸产生火花这一现象，属于非生物群体的智能优化方法，具有自适应性强、鲁棒性强等优点。烟花算法的基本思想在于：由多个个体(火花)组成群体，通过个体之间的相互协同使个体对环境的适应性变得越来越好，从而逼近最优解。在整个解空间中，烟花可以作为最优化问题的一个可行解，爆炸产生火花的过程类似于搜索其所在的局部区域。为了平衡局部搜索能力和全局探索能力，在烟花算法中，较好的烟花会在更小的爆炸范围内分配到更多的搜索资源，而较差的烟花则在更大的爆炸范围内分配到更少的搜索资源，这样较好的烟花负责在好的区域进行更好的局部搜索，而较差的烟花因为其更大的爆炸范围负责全局搜索，两者的协同搜索就是该算法所表现出的群体智能。

差分进化算法是由Storn和Price于1995年首次提出的一种基于群体进化的启发式算法。其具有简单高效、收敛速度快、鲁棒性好等优点，并在优化问题上有出色的表现。差分进化算法从原始种群开始，通过变异、交叉和选择操作来生成新种群，是一种随机的并行全局搜索算法，具有记忆个体最优解和种群内信息共享的特点，即通过种群内个体间的合作与竞争来实现对优化问题的求解。其基本思想在于：按照进化规则生成新一代群体，并通过计算函数适应度值判断个体的好坏，保留优秀的个体(适应度值较好)、淘汰较差的个体(适应度值较差)来引导个体向最优解逼近。

发明内容

本发明提出了一种基于差分进化烟花算法的多机器人协同路径规划方法。其目的在于提供一种有效的多机器人协同路径规划方法，可以较快地为多个机器人计算出性能较优的运动路径，保障多机器人安全的运行到各自的目标点。

具体技术方案如下：

本发明提出的差分进化烟花算法具有收敛速度快、优化效果好等特点，能够有效地解决多机器人系统的协同路径规划问题，该方法的具体应用步骤如下：

准备工作：机器人的起始点S、目标点T、各个障碍物在环境中的位置均为已知。设机器人个数为R，环境中存在的障碍物个数为H，规划空间的上下边界为max、min，算法的最大迭代次数为iter。