【技术实现步骤摘要】
基于改进天牛须算法的多机器人路径规划方法
本专利技术涉及非电变量的控制或调节系统的
，特别涉及一种基于改进天牛须算法的多机器人路径规划方法。
技术介绍
路径规划的目的是在给定起点和目标点的空间里规划出一条从起点到目标点的无碰撞路径。在多机器人路径规划领域，现存的避免机器人发生碰撞的方法主要有两类，一类依靠机器人自身的硬件识别，另一类为中央处理方法，包括基于图论的经典的路径规划算法，如DFS、BFS、Dijkstra、Astra等，而智能路径规划算法则包括蚁群算法、遗传算法、模糊算法等；目前应用最为广泛的就是智能算法结合三次样条插值函数的方法，其调节参数少、计算速度快、路径光滑平整。然而，由于现存的智能算法，如粒子群算法、遗传算法等本身存在缺陷，故导致了路径规划易陷入到局部最优，影响了路径长度的结果。
技术实现思路
本专利技术解决了现有技术中存在的问题，提供了一种优化的基于改进天牛须算法的多机器人路径规划方法，在基础天牛须算法的基础上引入动态调整因子，改进天牛须算法(IBAS)，实现的...
【技术保护点】
1.一种基于改进天牛须算法的多机器人路径规划方法，其特征在于：所述方法包括以下步骤：/n步骤1：以任一机器人为一个节点，设定节点个数为m、插值点个数为c，以任一节点的横坐标x和纵坐标y为粒子维度(x，y)；设定迭代计数值t＝0、最大迭代次数MaxIt；/n步骤2：初始化步长变化上限step
【技术特征摘要】
1.一种基于改进天牛须算法的多机器人路径规划方法，其特征在于：所述方法包括以下步骤：
步骤1：以任一机器人为一个节点，设定节点个数为m、插值点个数为c，以任一节点的横坐标x和纵坐标y为粒子维度(x，y)；设定迭代计数值t＝0、最大迭代次数MaxIt；
步骤2：初始化步长变化上限stepmax和步长变化下限stepmin、搜索半径dl；
步骤3：计算当前节点的适应度值f；
步骤4：若t＜MaxIt，则继续下一步，否则结束路径规划，输出当前适应度值；
步骤5：将任一下一个节点的坐标位置赋值到(x，y)，生成天牛朝向，得到天牛须的两个坐标为及将所述两个坐标带入到基于x和y的差值公式，计算新的适应度值f’，将f’与f进行比较，保留两者中较小的值并更新对应的节点坐标，记适应度值为f，其中，为调优后的常量，xo和yo为生成天牛须的另一点的横坐标和纵坐标；
步骤6：t＝t+1，返回步骤4。
2.根据权利要求1所述的一种基于改进天牛须算法的多机器人路径规划方法，其特征在于：所述步骤3中，适应度值f＝f+mean(v)，其中，k∈[1，nobs]，xx和yy分别为插值点的横坐标和纵坐标，xobs和yobs分别为障碍物的横坐标和纵坐标，robs为障碍物的半径，xobs、yobs和robs分别为一行nobs列的矩阵，mean(v)为所述矩阵的平均值。
3.根据权利要求2所述的一种基于改进天牛须算法的多机器人路径规划方法，其特征在于：所述插值点坐标由节点坐标以及端点确定，采用三次样条插值函数生成类曲线，为规划路径。
4.根据权利要求3所述的一种基于改进天牛须算法的多机器人路径规划方法，其特...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。