[发明专利]水下清淤机器人路径规划方法、装置、机器人和存储介质

权利要求书

1.一种水下清淤机器人路径规划方法，其特征在于，包括：

根据水下环境初始化蝙蝠种群的参数，并初始化清淤机器人起始点和清淤目标点的位置；

判断起始点和清淤目标点之间的最短连线是否有静态障碍物，并通过采用混合后的布谷鸟搜索和蝙蝠算法来得出全局最优路径；

清淤机器人沿着全局最优路径向清淤目标点移动，并在其移动过程中判断是否存在动态障碍物以实现避障；

清淤机器人到达清淤目标点后，确定其自身的坐标和清淤挖掘点的坐标，并根据欧式公式计算出距离其自身最近的淤泥挖掘区域，其余的淤泥挖掘区域按照S形航线完成清淤，且在清淤过程中利用几何算法进行避障。

2.根据权利要求1所述的一种水下清淤机器人路径规划方法，其特征在于，所述蝙蝠种群的参数包括蝙蝠种群的大小、频率f_i、脉冲发射率r_i、响度A_i，其中频率f_i、脉冲发射率r_i以及响度A_i的计算公式为：

f_i＝f_min+(f_max-f_min)β

其中，f_min和f_max为蝙蝠发出的最小频率和最大频率，取值范围为[0，1]；α和γ是常数，α和γ的取值范围分别为[0，1]、[0，+∞]。

3.根据权利要求1所述的一种水下清淤机器人路径规划方法，其特征在于，所述通过采用混合后的布谷鸟搜索和蝙蝠算法来得出全局最优路径，包括：

根据水下环境产生蝙蝠以及蝙蝠巢穴的数量，运用布谷鸟搜索得出当前随机蝙蝠巢穴位置的局部路径最优解并保留，将局部路径最优解作为蝙蝠算法的输入，更新蝙蝠位置并优化，输出全局最优路径。

4.根据权利要求3所述的一种水下清淤机器人路径规划方法，其特征在于，所述运用布谷鸟搜索得出当前随机蝙蝠巢穴位置的局部路径最优解并保留，包括：

运用莱维飞行对蝙蝠巢穴位置进行更新，得到一组新的蝙蝠巢穴位置，对这组蝙蝠巢穴位置与上一代的蝙蝠巢穴位置进行对比，用好的蝙蝠巢穴位置替换差的蝙蝠巢穴位置，得到优化的蝙蝠巢穴位置，其中，蝙蝠巢穴位置更新的公式为：

其中，α＞0是步长缩放因子，为蝙蝠巢穴原位置，为更新之后的蝙蝠巢穴位置，L(s，λ)是莱维随机路径；s是步长，s₀是最小步长，λ＞0为莱维指数；Γ为标准的Gamma函数，其对于给定的λ是一个常数。

5.根据权利要求3所述的一种水下清淤机器人路径规划方法，其特征在于，所述将局部路径最优解作为蝙蝠算法的输入，更新蝙蝠位置并优化，其中更新蝙蝠位置采用以下公式：

其中，为蝙蝠当前位置，c_*是由谷布鸟搜索产生的当前最佳位置，为蝙蝠当前速度，为更新后的蝙蝠速度，为更新后的蝙蝠最佳位置。

6.根据权利要求3所述的一种水下清淤机器人路径规划方法，其特征在于，所述将局部路径最优解作为蝙蝠算法的输入，更新蝙蝠位置并优化，其中优化蝙蝠位置采用以下公式：

x_new＝x_old+εA^t

其中，ε为介于[-1，1]的均匀分布随机数，A^t是第t代所有蝙蝠响度的平均值，x_old为当前最优个体，x_new是优化后产生的新个体。