[发明专利]一种基于改进蜉蝣算法的移动机器人全局路径规划方法

权利要求书

1.一种基于改进蜉蝣算法的移动机器人全局路径规划方法，其特征在于，包括以下步骤：

步骤1：获取地图信息，对地图环境进行建模；

步骤2：初始化蜉蝣种群参数，随机生成蜉蝣种群的位置x，设置初始速度v为零，生成初始路径，并计算适应度值；

步骤3：更新雄雌蜉蝣的速度和位置；

步骤4：计算更新后的蜉蝣的适应度值，然后根据适应度值对蜉蝣的位置由小到大进行排序；

步骤5：生成蜉蝣子代，并对子代蜉蝣进行变异操作；

步骤6：将子代蜉蝣分为雌雄，计算子代蜉蝣的适应度值，更新个体最优、全局最优和相关参数；

步骤7：更新舞蹈系数和随机飞行系数，更新权重系数；

步骤8：判断是否达到最大迭代次数，若是则输出最优解，否则返回步骤3。

2.根据权利要求1所述的基于改进蜉蝣算法的移动机器人全局路径规划方法，其特征在于，所述步骤1中，为了方便建立机器人路径规划的几何模型，首先做下面几点假设:

(1)假设机器人运动在一个二维的空间，即在环境中不需要考虑机器人和障碍物的高度问题；

(2)假设在环境中不存在动态的障碍物，并且移动机器人已经掌握了环境中全部静态障碍物的信息；

(3)假设移动机器人被当做一个质点，它的大小和形状不需要考虑；

直接采用平面直角坐标系法建立环境模型，在实际的工作环境中，障碍物的形状是多样化的，因此，对障碍物的表示方法进行一个简化，采用“膨化”的方式处理环境中各种不规则形状的障碍物，各种形状的障碍物用最小的能够包含该障碍物的圆形表示，障碍物的大小用圆形的面积表示，这种处理方式称为“膨化”处理，使用该方法处理障碍物使得建立几何模型更加简便；

在实际的路径规划任务中，为了避免机器人过于靠近障碍物从而威胁到机器人的安全，在给障碍物建模时需要将其“膨化”的范围扩大，扩大的半径为R，R为机器人靠近障碍物的安全距离；

机器人路径规划的要求就是：在一个已知障碍物的环境中，从起始点S到目标点G寻找一条与避开障碍物的最优路径，在寻找路径的过程中，要考虑路径的长度、路径的安全性以及路径的光滑度，建立二维坐标系x-o-y，用黑色实心填充的物体表示障碍物，在二维坐标系左下角用实心小圆点表示机器人路径规划的起始点S，坐标表示为S(x₀,y₀)；在二维坐标系右上角用实心小圆点表示机器人路径规划的目标点G，坐标表示为G(x_m+1,y_m+1)；机器人路径规划的任务就是要寻找一条从起始点S到目标点G的无碰路径，该路径用一个集合表示为Path＝{S,P₁,P₂,…,P_m,G}，P_m就是表示第m个节点，使用直角坐标系坐标表示为Path＝{(x₀,y₀),(x₁,y₁),(x₂,y₂),…,(x_m,y_m),(x_m+1,y_m+1)}，使得相邻点的连线不穿过环境中的障碍物，各线段的连线即为优化出来的路径。