[发明专利]一种基于改进多目标萤火虫算法的机器人路径规划方法

摘要

一种基于改进多目标萤火虫算法的机器人路径规划方法，首先对机器人路径规划进行建模，提取出对路径进行要求的适应值函数，采集行进过程中的环境信息，并将障碍物情况表示在笛卡尔坐标系里；然后初始化萤火虫种群，每一个萤火虫粒子表示一条行进路径，通过模型的适应值函数对萤火虫进行评估；比较评估结果将最优路径保存在外部档案中，再用改进后的多目标萤火虫算法更新每个萤火虫的位置，评估并更新外部档案。重复以上步骤，可以找寻机器人移动的最佳路径。本发明将其路径长度以及路径平滑度作为优化目标，改进的多目标萤火虫算法，寻找路径短，路线平滑，并能完美避开障碍物的机器人行径路线，更加符合机器人路径规划的要求。

主权项

1.一种基于改进多目标萤火虫算法的机器人路径规划方法，其特征是包括以下步骤：(1)识别机器人移动场景，建立二维模型，在路径规划区域范围内建立全局直角坐标系O‑XY，并标记出障碍物位置；(2)将X轴等间距分割，每个分割线上均可确定一个路径点；把这些路径点顺次相连，即得到一条路径；分割精度依照机器人移动要求选择，设置为n；(3)设S为机器人行进的起点，G为机器人行进的终点，假定n个路径点组成一个路径，则一条路径表示为P＝{S,p1,p2,…,pn,G}；S与G的坐标已知，确定各路径点{p1,p2,…,pn}的纵坐标即可求得机器人规划路径；(4)随机生成N条路径，评估每条路径的长度、平滑度；(5)根据改进多目标萤火虫的更新法则，对N条路径进行修正、更新；(6)对不可达路径进行惩罚：判断路径与障碍物是否有交叉；若是，对该路径进行惩罚，人为增大其路径长度，降低其平滑度；(7)综合考虑每条路径的长度及平滑度，将Pareto非劣解保存在外部档案中；设置外部档案保存个数为m；(8)利用pareto支配以及密度拥挤删除的原则更新外部档案；(9)循环执行步骤(5)到步骤(8)，直到满足迭代停止条件，则所得机器人最优移动路径群即为外部档案中保存的m条路径；根据实际需要选择一条路径作为机器人的移动路径；上述步骤(5)中所述的改进的多目标萤火虫算法，算法的具体描述如下：1)遍历N条路径；2)将路径的目标函数值：路径长度、路径平滑度两两进行比较；3)根据pareto支配的概念，若满足支配条件路径j支配路径i，则路径i利用公式xi(t+1)＝xi(t)+β(xj(t)‑xi(t))+α·εi进行更新；若不满足支配条件，路径i按照公式xi(t+1)＝c1g*+c2leader+α·εi进行更新；leader为外部档案中保留的非劣路径。