基于膜计算和粒子群优化的局部路径规划算法制造技术

本发明专利技术涉及一种基于膜计算和粒子群优化的局部路径规划算法，其步骤是：初始化机器人的限制速度用来建立速度位置坐标系，对粒子的位置和速度进行采样，初始化膜结构并分配粒子，计算粒子的适应度函数并搜索基本膜内粒子局部最优和表层膜内全局最优，用来更新粒子位置和速度与局部最优和全局最优，不断迭代，判断适应度值是否达到要求适应度阈值δ，若达到则停止迭代，输出全局最优粒子的坐标，否则判断迭代次数是否到最大值N，如果没有达到则继续迭代，否则停止并输出全局最优粒子的坐标，即为机器人下一时刻行驶速度。整个算法使局部路径规划的可靠性和实时性有明显增强，可以在行驶最短距离和时间的情况下安全的在避开障碍物。

【技术实现步骤摘要】
基于膜计算和粒子群优化的局部路径规划算法
本专利技术涉及机器人导航领域，具体是一种基于膜计算和粒子群优化的局部路径规划算法技术背景机器人研究是近些年来的热点领域，其中导航是机器人研究的关键技术，安全高效的路径规划也是保证机器人导航成功的重要因素。机器人导航分为定位、建图和路径规划，路径规划中又分为全局路径规划和局部路径规划，但在动态的环境中，全局路径规划中的部分局部路径往往会被障碍物占有，这时候就需要机器人利用局部路径规划来安全高效的避开障碍物。局部路径规划时，会根据机器人当前的速度，机器人和障碍物的位置等信息来生成下一时刻机器人行驶的许多不同的备选速度，通过对备选速度进行采样，来推算出机器人下一时刻的行驶轨迹，对推算的行驶轨迹进行评价，得出最好轨迹对应的速度即为机器人下一时刻进行局部路径规划所需的速度。传统局部路径规划在的速度采样过程中采样的速度随机性不够，准确性不高，且路径评价的速度慢，实时性不高，不能保证每次机器人的局部路径规划都是最安全、距离最短且最高效的。
技术实现思路
本专利技术的目的是提供一本文档来自技高网...

【技术保护点】
1.一种基于膜计算和粒子群优化的局部路径规划算法，其特征在于，包括以下步骤：/n(1)初始化，机器人处理接收到传感器发送的障碍物位置信息和机器人自身速度限制范围，产生机器人下一时刻安全行驶的可达速度范围(v

【技术特征摘要】
1.一种基于膜计算和粒子群优化的局部路径规划算法，其特征在于，包括以下步骤：
(1)初始化，机器人处理接收到传感器发送的障碍物位置信息和机器人自身速度限制范围，产生机器人下一时刻安全行驶的可达速度范围(vmix,vmax)和(-ωmax,ωmax)。并以v和ω为横坐标和纵坐标建立二维坐标系，坐标系中速度范围区域中的点为机器人下一时刻安全行驶的可达速度；
(2)采样粒子，在二维坐标系中的速度范围区域选择Q个粒子，每个粒子代表机器人的一个速度位置坐标，初始化粒子的位置和速度，得到第q个粒子的位置和速度为：粒子的位置集合为：U＝{(vq,ωq)|q＝1,2,3,…,Q}，确定粒子适应度函数的阈值为δ；
(3)膜计算优化，对粒子集U采用基于膜计算的粒子群优化算法使机器人更快速的找到接近于最优的行驶速度；
(3a)初始化膜结构，设置本优化算法中膜计算所用的细胞膜结构为[0[1]1,[2]2,[3]3,…,[m]m]0，表示具有一个表层膜M0，m个基本膜Mk(k∈[1,m]),设粒子群U中所有的粒子按数量均匀的分配到m个基本膜当中，每个基本膜中有D个粒子，第k个基本膜中第d个粒子的初始速度为Vkd，初始位置为Xkd＝(vkd,ωkd)，设定学习因子c1和c2为固定值，设定权重因子α、β、γ为固定值，取r、r1、r2为(0,1)之间的随机数，设置粒子的惯性权重u，设置粒子的初始迭代次数n＝0，最大迭代次数为N,其中d∈[1,D]；
(3b)在所有基本膜中同时对膜内的所有粒子进行搜索，计算第k个基本膜内第d个粒子的初始适应度函数，粒子的初始适应函数为：head...

【专利技术属性】
技术研发人员：黄友锐，兰世豪，韩涛，徐善永，唐超礼，许家昌，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：安徽;34