[发明专利]一种机器人路径规划方法

摘要

本发明公开一种机器人路径规划方法，在人工鱼群算法基础上引入方向算子来提升聚群、追尾、甚至是觅食等鱼群行为的准确度和成功率，增加免疫记忆操作来提高算法的全局搜索能力并减少局部极值出现的概率。在两种典型栅格地图环境下的仿真实验表明，这一免疫-方向性人工鱼群算法与快速遗传算法和常规人工鱼群算法相比，具有更好的结果稳定性、更短的计算时间和更接近最优路径的可行解。

主权项

一种机器人路径规划方法，其特征是，包括如下步骤：步骤1，将移动机器人的行走区域分割成规则且均匀的栅格，每个栅格只有占据或自由两种状态，占据状态的栅格表示障碍物，自由状态的栅格表示可行点；在可行点中决定好机器人的起点与终点；步骤2，随机生成N条初始的路径，这些路径中的每一条路径的第一个路径点为起点，最后一个路径点为终点；步骤3，每条路径随机选择鱼群的聚群行为或者追尾行为，根据聚群行为描述或追尾行为描述来改变该条路径中除起点终点之外的其他路径点的位置，以生成一条新的路径；步骤4，经过步骤3的处理后，每条路径都会得到一条新的路径，由此得到2N条路径，其中N条为原路径，N条为新路径；步骤4.1，找出这2N条路径中路径长度最小的一条路径，并记录该条最小路径的路径长度及其路径点；步骤4.2，计算这2N条路径的适应度函数值，并从2N条原路径中选出X条适应度函数值大的路径；步骤4.3，分别对这X条路径的适应度函数值进行矢量距运算，得到每条路径的矢量距,并将每条路径的矢量距除以X条路径的总的矢量距，得到每条路径的选择概率；步骤5，将步骤4.1所记录的最小路径的路径长度和上一次循环迭代所选定的最小路径的路径长度进行比较，选定两者中路径长度相对小的路径作为本次循环迭代所选定的最小路径；同时从X条路径中选择N条选择概率相对大的路径作为下一次迭代的初始的路径；步骤6，循环执行步骤3‑5，直至选定的最小路径保持不变的次数达到预设的次数不变阈值或循环次数达到预设的循环次数阈值时，则将该选定的最小路径作为最优路径，将最优路径的路径点依次连起来便为机器人的行走路径；其中N≥1,N≤X≤2N。