[发明专利]一种基于进化型果蝇算法的地面无人平台路径规划方法

说明书

本发明提供一种基于进化型果蝇算法的地面无人平台路径规划方法，包括：获取地面无人平台工作环境信息并建立模型，获取移动区域地图，并对地图进行格栅化处理，建立地面无人平台路径规划的目标函数function；初始化果蝇种群初始中心位置，利用Logistic映射混沌化果蝇个体的位置；获取果蝇个体的位置与坐标原点之间距离值的倒数L_i，以此获取食物浓度判定值；根据目标函数function以及获取每个果蝇个体的适应度值，确定当次迭代最优适应度值和历史最优适应度值中的最优个体；获取当前迭代次数iter果蝇个体按照自适应飞行半径向该最优个体搜索的结果；达到预设的最大迭代次数Miter后，输出地面无人平台最优移动路径。上述方法能够显著提升地面无人平台路径规划的效果。

技术领域

本发明涉及路径规划技术领域，具体涉及基于进化型果蝇算法的地面无人平台路径规划方法。

背景技术

无论是在民用工业，还是在军事工业，作为地面专业车辆的一种重要类别，地面无人平台的应用越来越多，在改善生活方式、改进生产方式、改变作战形式等方法发挥了积极的作用。而对于地面无人平台而言，自主移动能力是其多项关键技术之一，而能够自主移动是建立在具有良好的移动路径规划能力基础之上的。地面无人平台的路径规划是指其在对周围环境进行感知后，能够自行规划出一条从出发点至终点的最优移动路径，这条最优路径可以是满足移动路径最短，可以是满足耗时最短，还可以满足能量消耗最少等。

路径规划问题，实际上可以看成是一个带约束条件的复杂优化问题。因此，一些智能优化算法对于提高路径规划的效果发挥了积极的作用，很多学者开展了大量的研究工作。例如，陈雪俊等对智能水滴算法进行了改进，提出了改进水滴算法的无人车避障路径规划方法(陈雪俊,贝绍轶.一种基于改进智能水滴算法的无人车避障路径规划方法[P].江苏省：CN110703767A,2020-01-17.)；刘洪丹等提出了量子狼群算法并用于无人驾驶智能车的自动避障研究(刘胜,张兰勇,丁一轩,李冰,李芃,孙玥.基于量子狼群算法的无人驾驶智能车自动避碰方法[P].黑龙江省：CN110471426A,2019-11-19.)；江鹏程等提出了基于蚁群算法的无人车路径规划方法(江鹏程,丛华,邱绵浩,张楠,冯辅周,张传清,刘西侠,张丽霞,何嘉武,张小明,王志荣,杨昌伟.无人车混合路径规划算法[P].北京市：CN110609557A,2019-12-24.)；葛洪伟等提出了改进的多目标粒子群算法，并以此为优化方法进行了无人车的路径规划研究(葛洪伟,钱小宇,葛阳.基于改进的多目标粒子群算法的无人车路径规划方法[P].江苏：CN107992051A,2018-05-04.)。

根据目前的研究成果来看，智能优化算法是一种有效的地面无人平台路径规划方法。果蝇优化算法是一种模拟果蝇觅食行为的新型智能优化算法，同样可以应用于地面无人平台路径规划问题。但是，果蝇优化算法存仍然存在有一些缺陷，使得算法容易陷入局部最优和收敛精度不高，在进行地面无人平台路径规划时，往往达不到理想的路径规划效果。

为此，本发明提出了一种新的基于进化型果蝇算法的地面无人平台路径规划方法。

发明内容

为解决上述问题，本发明的目的在于提供一种基于进化型果蝇算法的地面无人平台路径规划方法，能够显著提升地面无人平台路径规划的效果。

为实现上述目的，本发明提供了如下的技术方案。

一种基于进化型果蝇算法的地面无人平台路径规划方法，包括以下步骤：

根据地面无人平台工作环境信息建立环境模型，根据环境模型获取移动区域地图，并对地图进行格栅化处理；建立地面无人平台路径规划的目标函数function；

初始化果蝇种群在地图上初始中心位置，利用Logistic映射混沌化果蝇个体的位置(X_i,Y_i)；