[发明专利]一种基于新型萤火虫群优化的机器人多目标路径寻优方法

说明书

本发明公开了一种基于新型萤火虫群优化的机器人多目标路径寻优方法，包括参数初始化、基于概率分布随机生成萤火虫种群、根据三维目标函数计算种群个体发光亮度、将Pareto支配关系引入萤火虫种群个体亮度评价体系、采用自适应网格策略划分维护种群多样性、根据多样性优化后的精英记录库生成最优路径。本发明基于Pareto支配关系评价种群个体发光强度，构建精英库保留最优解，同时优化路径长度、路径安全性和路径平滑度三个目标，实现了运行一次多目标路径规划算法，机器人可得到多条可行路径的路径规划方法，它们之间彼此互不支配，均侧重于一个或两个优化目标，平衡了目标之间同时寻优的冲突，为基于目标重要性路径选择提供了多种方案。

技术领域

本发明涉及一种基于新型萤火虫群优化的机器人多目标路径寻优方法，属于机器人运动控制领域。

背景技术

工作在复杂的室内环境中，路径规划是带电作业机器人完成服务任务的重要保障。当前，移动机器人的路径规划方法主要有：基于模板匹配的路径规划方法、基于人工势场的路径规划方法、基于地图构建的路径规划方法和基于人工智能的路径规划方法等。尽管相关方法研究已取得了重要成果，但在实际应用中，仍存在着一定的局限性：多数的路径规划方法通常仅仅追求单个性能指标的最优，比如路径长度最短、路径安全性最好，获得的路径难以适应复杂动态环境的需求。考虑到作业环境具有较强的动态性、异质性和复杂性等特点，而带电作业机器人的路径规划通常需要考虑多项性能指标，比如路径长度、运行时间、路径的安全性、路径平滑程度、机器人能耗等。研究表明，路径规划所涉及的多数指标之间往往是相互冲突的，采用单一的目标函数描述问题难以充分描述问题本质，有必要基于多个目标函数分别表达且同时优化。

发明内容

本发明提供了一种基于新型萤火虫群优化的机器人多目标路径寻优方法，以用于通过多目标函数的方式实现机器人的路径寻优。

本发明的技术方案是：一种基于新型萤火虫群优化的机器人多目标路径寻优方法，包括参数初始化、基于概率分布随机生成萤火虫种群、根据三维目标函数计算种群个体发光亮度、将Pareto支配关系引入萤火虫种群个体亮度评价体系、采用自适应网格策略划分维护种群多样性、根据多样性优化后的精英库生成最优路径。

所述参数初始化包括：种群的大小、算法迭代次数、精英库规模、连续迭代不满足条件的次数、自适应窗格的大小。

所述三维目标函数为{f₁(L),f₂(S),f₃(α)}；其中，f₁(L)为路径长度、f₂(S)为路径安全性、f₃(α)为路径平滑度。

所述f₁(L)具体为：

其中，d(P_i,P_i+1)为描述机器人可达路径的有序点P_i与P_i+1之间欧式距离，i＝1,…n-1表示有序点编号，n为有序点的总个数。

所述f₂(S)具体为：

其中，p(P_i,P_i+1)为描述机器人可达路径的有序点P_i与P_i+1之间所经过栅格占有概率之和，i＝1,…n-1表示有序点编号，n为有序点的总个数。

所述f₃(α)具体为：

其中，α_q表示汇集于描述机器人可达路径的有序点P_q处的两段路径矢量间的夹角，q＝2,…n-1表示有序点编号，n为有序点的总个数。