[发明专利]蚁群和A-Star算法并行的栅格地图路径规划方法

权利要求书

1.蚁群和A-Star算法并行的栅格地图路径规划方法，其特征在于，包括：

标记障碍物和可通过区域，并建立栅格地图；

对蚁群算法以及A-Star算法的启发函数进行参数初始化；其中，蚁群算法的参数包括蚂蚁数量、信息素启发因子、初始信息素浓度、期望启发因子，启发函数参数包括弯曲抑制算子和转弯次数；

通过蚁群算法获取最短路径，以及通过A-Star算法获取最优路径；

周期性获取用户选择标签，根据用户选择标签选择目标路径，并控制蚁群算法和/或A-Star算法运行；其中，目标路径基于最短路径或最优路径选择。

2.根据权利要求1所述的蚁群和A-Star算法并行的栅格地图路径规划方法，其特征在于，通过所述蚁群算法获取最短路径，包括：

采用轮盘赌算法确定蚂蚁前进路径，当蚂蚁寻到终点或者进入死胡同时，则终止路径寻找；

记录路径寻找过程中，蚂蚁寻到的最短路径以及对应长度，更新路径上蚂蚁的信息素浓度；

将寻到的最短路径作为种群初始值赋给遗传算法进行遗传算法初始化，然后完成进化过程；其中，进化过程包括选择、交叉以及变异操作；

当迭代次数达到最大时，以进化过程中具有最大适应度的个体作为最优解输出，获取最短路径。

3.根据权利要求1所述的蚁群和A-Star算法并行的栅格地图路径规划方法，其特征在于，所述启发函数具体表示为：其中，Q₂为大于1的常数，cost(bend)为弯曲抑制算子，h(n)表示当前节点到起始节点的距离；g(n)表示当前节点到目标节点的距离；且X₀、X_i、X_j分别表示起始、当前和目标节点的二维X轴坐标；Y₀、Y_i、Y_j分别表示起始、当前和目标节点的二维Y轴坐标；

弯曲抑制算子cost(bend)具体表示为：其中，turn是从前一个节点n-1到下一个节点n+1的线段的回合数，thita为前一个节点n-1到当前节点n的线段与当前节点n到下一个节点n+1的线段之间的夹角，是将转弯次数转换为网格长度的系数；ψ是角到栅格长度的转换系数，的取值范围是ψ的取值范围是[0，1]。

4.根据权利要求1所述的蚁群和A-Star算法并行的栅格地图路径规划方法，其特征在于，在建立所述栅格地图之前，根据工作环境提取障碍物，并将障碍物和可通过区域区分标记。

5.根据权利要求1所述的蚁群和A-Star算法并行的栅格地图路径规划方法，其特征在于，所述用户选择标签基于历史选择数据自动设置，或者基于智能终端手动设置。

6.根据权利要求5所述的蚁群和A-Star算法并行的栅格地图路径规划方法，其特征在于，基于智能终端设置用户选择标签，包括：

用户通过智能终端设定路径喜好；

当路径喜好为最短路径时，则将用户选择标签设置为1；

当路径喜好为最优路径时，则将用户选择标签设置为2。

7.根据权利要求5所述的蚁群和A-Star算法并行的栅格地图路径规划方法，其特征在于，基于历史选择参数设置用户选择标签，包括：

获取用户的历史选择参数；其中，历史选择参数包括该用户通过智能终端选择最短路径和最优路径的次数；

从历史选择数据中提取最短路径对应的次数，并标记为ZDC；

从历史选择数据中提取最优路径对应的次数，并标记为ZYC；

通过公式BPX＝(ZDC-ZYC)获取标签评估系数BPX；

当标签评估系数BPX≥ɑ时，则将用户选择标签设置为1；当标签评估系数BPX≤-ɑ时，则将用户选择标签设置为2；否则，将用户选择标签设置为0；其中，ɑ为大于等于5的整数。

8.根据权利要求7所述的蚁群和A-Star算法并行的栅格地图路径规划方法，其特征在于，当用户选择标签为0时，则通过智能终端重新设置用户选择标签，并根据最终确定的用户选择标签确定目标路径。