无人系统中智能体自主路径规划的优化方法和系统技术方案

本发明专利技术提供无人系统中智能体自主路径规划的优化方法和系统，涉及无人系统技术领域。该方法包括以下步骤：获取智能体的路径优化函数；基于不动点定理，将智能体的路径优化函数转换为等价的不动点方程；基于不动点方程，获取完备单纯形序列；基于完备单纯形序列确定粒子群优化算法的初始种群规模和粒子初始位置，获取智能体的最优路径规划。本发明专利技术将智能体路径优化函数的极值优化问题转换为不动点方程组求解问题，再以完备单纯形序列确定粒子群优化算法的初始参数。完备单纯形序列几乎包含到了路径优化函数的全部极值点，保证了种群的多样性和粒子搜索方向的有效性，从而提高无人系统中智能体路径规划过程的鲁棒性和寻找到最优路径的效率。

Optimizing Method and System of Agent Autonomous Path Planning in Unmanned System

【技术实现步骤摘要】
无人系统中智能体自主路径规划的优化方法和系统
本专利技术涉及无人系统
，具体涉及一种无人系统中智能体自主路径规划的优化方法和系统。
技术介绍
随着人工智能和智慧制造加工领域研究的不断创新与突破，在社会各个领域中，诸如智能体、智能汽车和无人机等智能无人系统的应用也越来越普及。在智能无人系统的控制过程中，如何实现自主导航一直是研究的重点领域。路径规划作为自主导航的重要组成部分，其主要目标是：在避免碰撞障碍物的情况下，寻找到一条最优的路径使智能无人系统在工作环境中从起始位置移动到目标位置。在现有技术研究中，粒子群优化算法(ParticleSwarmOptimization，PSO)被广泛应用于智能体的路径规划。然而PSO作为一种经典的群智能算法，也面临着共开采和开发的平衡问题，即粒子如何在搜索过程中分配向未知区域进行全局搜索和继续在原先搜索轨迹进行局部搜索的能力。为了解决这一问题，众多学者通过不断优化算法设计，期望实现智能无人系统移动路径的最优规划。在现有的参数改进研究中，动态自适应的调整策略能较大幅度提高PSO运用在智能体路径规划上的鲁棒性，已成为当前研究主流。然而，现有关于PSO参数设置的研究，各参数设置方式相对独立，且粒子种群初始状态、飞行速度等其余算法参数的调整策略多以经验参考或随机生成的方式确定，不可控性高，降低了智能体在路径规划过程中的鲁棒性。(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种无人系统中智能体自主路径规划的优化方法和系统，解决了现有技术体系中智能体路径规划及优化过程中鲁棒性较低的问题。(二)技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：本专利技术提供一种无人系统中智能体自主路径规划的优化方法，该方法由智能体执行，包括以下步骤：S1、获取智能体的路径优化函数；S2、基于不动点定理，将所述智能体的路径优化函数转换为等价的不动点方程；S3、基于所述不动点方程，获取完备单纯形序列；S4、基于所述完备单纯形序列确定粒子群优化算法的初始种群规模和粒子初始位置，实现智能体的最优路径规划。优选的，所述步骤S2具体为：基于构造不动点方程F(X)＝X-f'(X)；根据不动点定理，若X*是不动点方程的解，则满足f'(X*)＝0，使得路径优化函数y＝f(X)在点X*处取得极小值；其中：f(X)为智能体的路径优化函数；X为n维度优化变量；gi(X)为函数可行域空间内的m个约束函数。优选的，所述步骤S3具体为：根据不动点定理，引入近似不动点概念替代精确不动点：设任意ε>0，若|X-f′(X)|<ε，则称X是f(X)的一个近似不动点，|X-f′(X|表示向量的模；具体过程如下：S301、对不动点方程的搜索空间进行划分，具体为：在n维欧式空间Rn中，用n族直线xi＝mhi(i＝1，2，…，n)将不动点方程的搜索空间划分为均匀的多面体，其中m为精度控制；S302、对划分后的搜索空间进行单纯剖分，得到单纯形，具体为：对于欧式空间Rn，N＝{1，2，…，n}，π是N的置换，Rn的n个基底向量：u1，…，un，满足：u＝u1+…+un＝(1，…，1),是n阶单位矩阵的n列；设为Rn中整点集，若以k1(y0,π)记n维单纯形<y0，y1，…，yn>，其中yi＝yi-1+uπ(i)，i∈N，记k1(y0,π)组成的集合为K1；S303、对单纯形进行标号，输出完备单纯形序列，具体为：采用整数标号法或向量标号法对单纯形进行标号，根据逻辑判别式，得到满足标号要求的完备单纯形序列，以完备单纯性序列的取值范围作为更新的搜索空间。优选的，所述步骤S4具体为：在n维解空间内，每个粒子位置为：完备单纯形序列xi＝(xi1，xi2，...，xin)，完备单纯形序列的个数表示种群规模；飞行速度：vi＝(vi1，vi2，...，vin)；粒子个体最优位置记作pbest＝(pi1，pi2，...，pin)，全局最优位置gbest＝(pg1，pg2，...，pgn)，则当前粒子根据以下公式调整微粒当前位置xid和当前速度vid；vid(t+1)＝ωvid(t)+c1(pid-xid)+c2(pgd-xid)xid(t+1)＝xid(t)+vid(t+1)其中：pid是当前粒子个体最优位置；pgd是当前全局最优位置；vmax表示粒子最大飞行速度；-vmax表示粒子最小飞行速度；ω为惯性权重；c1、c2为加速常数。优选的，以完备单纯性序列的取值范围作为飞行速度的取值范围。优选的，所述惯性权重的设置方式为：采用惯性递减权重，权重ω值在迭代过程中逐步减小，具体为：其中：ωmax＝0.9；ωmin＝0.4。本专利技术还提供一种无人系统中智能体自主路径规划的优化系统，所述系统包括智能体，所述智能体包括：至少一个存储单元；至少一个处理单元；其中，所述至少一个存储单元中存储有至少一条指令，所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤：S1、获取智能体的路径优化函数；S2、基于不动点定理，将所述智能体的路径优化函数转换为等价的不动点方程；S3、基于所述不动点方程，获取完备单纯形序列；S4、基于所述完备单纯形序列确定粒子群优化算法的初始种群规模和粒子初始位置，实现智能体的最优路径规划。(三)有益效果本专利技术提供了一种无人系统中智能体自主路径规划的优化方法和系统。与现有技术相比，具备以下有益效果：本专利技术提出一种无人系统中智能体自主路径规划的优化方法和系统，将智能体的路径优化函数极值优化问题转换为不动点方程组求解问题，再以完备单纯形序列确定粒子群优化算法的初始种群规模和粒子初始位置。完备单纯形序列几乎包含到了路径优化函数的全部极值点，保证了种群的多样性和粒子搜索方向的有效性，从而提高无人系统中智能体路径规划过程的鲁棒性和寻找到最优路径的效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一种无人系统中智能体自主路径规划的优化方法的流程图；图2a为10×10栅格地图；图2b为20×20栅格地图；图3a两种策略收敛曲线图；图3b标准PSO算法策略路径规划；图3c本专利技术实施例策略路径规划；图4a两种策略收敛曲线图；图4b标准PSO算法策略最优路径；图4c本专利技术实施例策略最优路径。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本申请实施例通过提供一种无人系统中智能体自主路径规划的优化方法和系统，解决了现有技术中的智能体在路径规划过程中的鲁棒性过低的问题，实现提高智能无人系统在路径规划中鲁棒性。本申请实施例中的技术方案为解决上述技术问题，总体思路如下：本专利技术实施例提出一种无人系统中智能体自主路径规划的优化方法和系统，将智能体路径优化函数的最优极值问题本文档来自技高网...

【技术保护点】
1.一种无人系统中智能体自主路径规划的优化方法，其特征在于，该方法由智能体执行，包括以下步骤：S1、获取智能体的路径优化函数；S2、基于不动点定理，将所述智能体的路径优化函数转换为等价的不动点方程；S3、基于所述不动点方程，获取完备单纯形序列；S4、基于所述完备单纯形序列确定粒子群优化算法的初始种群规模和粒子初始位置，实现智能体的最优路径规划。

【技术特征摘要】
1.一种无人系统中智能体自主路径规划的优化方法，其特征在于，该方法由智能体执行，包括以下步骤：S1、获取智能体的路径优化函数；S2、基于不动点定理，将所述智能体的路径优化函数转换为等价的不动点方程；S3、基于所述不动点方程，获取完备单纯形序列；S4、基于所述完备单纯形序列确定粒子群优化算法的初始种群规模和粒子初始位置，实现智能体的最优路径规划。2.如权利要求1所述的无人系统中智能体自主路径规划的优化方法，其特征在于，所述步骤S2具体为：基于构造不动点方程F(X)＝X-f'(X)；根据不动点定理，若X*是不动点方程的解，则满足f'(X*)＝0，使得路径优化函数y＝f(X)在点X*处取得极小值；其中：f(X)为智能体的路径优化函数；X为n维度优化变量；giX为函数可行域空间内的m个约束函数。3.如权利要求2所述的无人系统中智能体自主路径规划的优化方法，其特征在于，所述步骤S3具体为：根据不动点定理，引入近似不动点概念替代精确不动点：设任意ε>0，若|X-f′(X)|<ε，则称X是f(X)的一个近似不动点，|X-f′(X)|表示向量的模；具体过程如下：S301、对不动点方程的搜索空间进行划分，具体为：在n维欧式空间Rn中，用n族直线xi＝mhi(i＝1，2，…，n)将不动点方程的搜索空间划分为均匀的多面体，其中m为精度控制；S302、对划分后的搜索空间进行单纯剖分，得到单纯形，具体为：对于欧式空间Rn，N＝{1，2，…，n}，π是N的置换，Rn的n个基底向量：u1，…，un，满足：u＝u1+…+un＝(1，…，1),是n阶单位矩阵的n列；设为Rn中整点集，若以k1(y0,π)记n维单纯形<y0，y1，…，yn>，其中yi＝yi-1+uπ(i)，i∈N，记k1(y0,π)组成的集合为K1；S303、对单纯形进行标号，输出完备单纯形序列，具体为：采用整数标号法或向量标号法对单纯形进行标号，根据逻辑判别式...

【专利技术属性】
技术研发人员：任明仑，黄晓地，王晨泽，程八一，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34