一种基于天牛群搜索算法的三维路径规划方法技术

本发明专利技术公开了一种基于天牛群搜索算法的三维路径规划方法。本发明专利技术先读取地图数据，用均匀离散的空间点描述三维地图场景，并使用几何面片将这些点连接，形成一个模拟真实地形的三维平面，将三维地图场景点投影到二维，生成一个二维网格面，并将该网格面上的点进行编号，给予每个网格点独立的数字标示，并计算出每个网格点的附近点，将点进行随机连接，生成从终点到起点的不同路径，再将路径运用算法进行优化求解，计算路径长度代入海拔高度信息纵坐标，求解出最优的路径长度值所对应的路径，最后将路径结果传递给无人车，控制无人车进行三维平面上的导航移动。本发明专利技术通过优化起点到终点的路径点选取，使得无人车经过的路径长度最短最优化。

【技术实现步骤摘要】
一种基于天牛群搜索算法的三维路径规划方法
本专利技术设计三维路径规划以及智能优化算法领域，具体涉及一种基于BSO(BeetleSwarmOptimization)算法的三维地形平面的最优路径规划方法。
技术介绍
路径规划是运动规划的主要研究内容之一。运动规划由路径规划和轨迹规划组成，连接起点位置和终点位置的序列点或曲线称之为路径，构成路径的策略称之为路径规划。在本专利技术中，路径规划的执行个体是一种能够在平面自由行驶的无人车。规划出一条最短连接起点到终点的路径，也称为最短路径规划，是当下无人驾驶、物联网人工智能的研究热点之一。可以应用于未来的量产无人驾驶汽车，无人机搜救、无人机配送货物等领域。最短路径规划可以帮助交通工具节约时间，节约能源使用。天牛群算法(BSO)是一种新型的智能仿真种群搜索算法，其仿生学原理在解决相关优化问题中具有较好的适用性、鲁棒性、准确性以及运行速度。其中应用的搜索原理和局部搜索特征具有较高的准确性，具有较快的运行速度。使用传统求解方法求解所得的结果无法达到全局最优，求解结果的稳定度不足，这些缺点对三维平面路径规划的求解进度和求解速度有着较大的影响，会造成路径凌乱弯曲等缺陷，甚至会导致无人车的移动规划任务失败。
技术实现思路
本专利技术主要针对三维平面上路径规划算法技术缺陷，提出一种天牛群算法用以求解三维路径规划问题的算法模型。算法的种群特性以及莱维飞行特性有效地提升了三维路径规划的求解精度以及速度，能够规划出一条相对较好的从起点到终点的移动路径，更好地提升无人车的路径规划能力。为实现上述目的，本专利技术采用一种基于天牛群搜索算法的三维路径规划方法，包括以下步骤：步骤1)：读取地图数据，使用几何面片连接均匀离散的地图信息数据点描述三维地图场景，生成并绘制模拟真实地形的三维平面；所读取的地图数据模型为三维散点数据，使用x坐标值，y坐标值，z坐标值描述该地图数据。步骤2)：将步骤1)中读取的三维地图场景点投影到二维网格面，并将该网格面上的点进行一维编号，给予每个网格点独立的数字标示，并计算保存每个网格点的邻接点；步骤3)：将步骤2)中的编号点进行邻接点连接，生成从终点到起点的不同路径；步骤4)：将步骤3)中的路径运用天牛群算法模型进行优化求解，计算路径长度时考虑高度信息，对不连续路径进行处理，将不连续的路径变成邻接点依次联通的连续路径，求解出最优的路径长度值所对应的路径，并使用plot函数在地形上进行路径图像绘制；步骤5)：将步骤4)的结果传递给无人车，控制无人车进行三维平面上的导航移动。作为优选，在步骤1)中，使用三维面片连接各个散点绘制基本地图信息。作为优选，在步骤2)中，以不同的一维编号值来描述三维地图信息，并使用该一维编号值规划描述无人车的三维行走线路；其具体编号方法为numi＝(xi-1)*col+yi；其中numi代表该点的编号值。xi代表该点的x轴坐标，yi代表该点的y轴坐标，col表示地图二维矩阵的列数；作为优选，在步骤3)中，一个点的邻接点为以该点为中心，东，南，西，北，东北，东南，西北，西南8个方向单位长度上的点，该8个点为下个路径的待选点，将该距离设置成无人车的每次可移动路径范围，将起点设为路径的第一个值，随后随机依次选取每个点的邻接点成为其前进方向的路径点。作为优选，在步骤4)中，所述的建立算法模型具体方法为：最小化：δ＝δmin其中，δ的计算方式为：约束条件：xmin≤xi≤xmaxymin≤yi≤ymaxzi＝zmap其中，δ为优化后的路径长度，δmin为总的运动长度，xi，yi，zi是优化后的各个路径点取值，i为每段时间间隔，δi表示在i时间间隔所经过的路径长度；不等式约束代表了路径的轨迹约束范围，其中xmin，xmax表示路径点的x轴取值范围，其中ymin，ymax表示路径点的y轴取值范围，其中zmap表示路径点的z轴取值。作为优选，步骤4)中将不连续的路径变成邻接点依次联通的连续路径，具体为：运用BSO算法求解，并且在求解时进行不同的路径序列交换，判断路径是否是联通路径，如果联通计算该路径的路径长度，不连通则重新处理该条路径；经过一定次数的迭代后，选取一条最短路径。作为优选，在BSO算法中，首先，位置更新时，按照PSO和BAS的方式各自更新后加权得到新的位置；也就是，利用了BAS的触须方向和步长，同时也利用了粒子的速度:其中，表明粒子s在k+1次迭代时的位置；表明粒子每一只天牛的速度乘以权重；控制λ的大小即可控制在天牛群算法中，粒子群算法和天牛须算法影响的比重，为天牛沿速度方向位移的一个增量，来源于天牛须算法的思路；使用以下公式更新速度项：其中c1与c2是学习因子常量，r1与r2是[0,1]之间的随机变量，Pisk代表个体最优位置，Pgsk代表全局最优位置；每一次迭代位移的增量近一步表示为：其中δk表示每一次的行进步长，f(·)表示适应度函数；其中与是天牛左右触须探测到的位置，表示为：其中d表示天牛触须长度。本专利技术通过将上述路径规划问题使用天牛群搜索算法进行求解，将路径的数据序列向量代入算法进行优化。进行一定次数的迭代后，输出求解出的路径，并在地图上绘制该路径。附图说明图1为本专利技术的流程图；图2为本专利技术BSO算法的流程图；图3为本专利技术三维地图最优路径示意图。具体实施方式如图1所示，一种基于天牛须优化策略的机械臂运动规划方法，具体方法为：1)读取地图信息，根据地图信息提供的地图散点坐标点，绘制地图信息。2)最小化：δ＝δmin其中，δ的计算方式为：约束条件：xmin≤xi≤xmaxymin≤yi≤ymaxzi＝zmap其中，δ为优化后的路径长度，δmin为总的运动长度，xi，yi，zi是优化后的各个路径点取值，i为每段时间间隔，δi表示在i时间间隔所经过的路径长度；不等式约束代表了路径的轨迹约束范围，其中xmin，xmax表示路径点的x轴取值范围，其中ymin，ymax表示路径点的y轴取值范围，其中zmap表示路径点的z轴取值。3)将上述步骤3)提出的规划方案应用天牛群搜索算法来求解：将三维地图信息投影到二维，并对二维网格地图信息进行编号，编号方法为numi＝(xi-1)*col+yi。其中numi代表该点的编号值，xi代表该点的x轴坐标，yi代表该点的y轴坐标。计算每个点的邻接点，一个点的所有邻接点作为下个路径的待选点，将该距离设置成无人车的每次可移动路径范围，将起点设为路径的第一个值，随后随机依次选取每个点的邻接点成为其前进方向的路径点。为了保证路径连续性，本算法模型。4)初始化种群信息，初始化算法参数，计算每个种群个体的路径长度适应度值，每个解向量由不同的连续路径组本文档来自技高网...

【技术保护点】
1.一种基于天牛群搜索算法的三维路径规划方法，其特征在于，该方法包括如下步骤：/n1)读取地图数据，使用几何面片连接均匀离散的地图信息数据点描述三维地图场景，生成并绘制模拟真实地形的三维平面；/n2)将步骤1)中读取的三维地图场景点投影到二维网格面，并将该网格面上的点进行一维编号，给予每个网格点独立的数字标示，并计算保存每个网格点的邻接点；/n3)将步骤2)中的编号点进行邻接点连接，生成从终点到起点的不同路径；/n4)将步骤3)中的路径运用天牛群算法模型进行优化求解，计算路径长度时考虑高度信息，对不连续路径进行处理，将不连续的路径变成邻接点依次联通的连续路径，求解出最优的路径长度值所对应的路径，并使用plot函数在地形上进行路径图像绘制；/n5)将步骤4)的结果传递给无人车，控制无人车进行三维平面上的导航移动。/n

【技术特征摘要】
1.一种基于天牛群搜索算法的三维路径规划方法，其特征在于，该方法包括如下步骤：
1)读取地图数据，使用几何面片连接均匀离散的地图信息数据点描述三维地图场景，生成并绘制模拟真实地形的三维平面；
2)将步骤1)中读取的三维地图场景点投影到二维网格面，并将该网格面上的点进行一维编号，给予每个网格点独立的数字标示，并计算保存每个网格点的邻接点；
3)将步骤2)中的编号点进行邻接点连接，生成从终点到起点的不同路径；
4)将步骤3)中的路径运用天牛群算法模型进行优化求解，计算路径长度时考虑高度信息，对不连续路径进行处理，将不连续的路径变成邻接点依次联通的连续路径，求解出最优的路径长度值所对应的路径，并使用plot函数在地形上进行路径图像绘制；
5)将步骤4)的结果传递给无人车，控制无人车进行三维平面上的导航移动。


2.根据权利要求1所述的方法，其特征在于，在步骤1)中，所读取的地图数据模型为三维散点数据，使用x坐标值，y坐标值，z坐标值描述该地图数据。


3.根据权利要求1所述的方法，其特征在于，在步骤1)中，使用三维面片连接各个散点绘制基本地图信息。


4.根据权利要求1所述的方法，其特征在于，在步骤2)中，以不同的一维编号值来描述三维地图信息，并使用该一维编号值规划描述无人车的三维行走线路；其具体编号方法为numi＝(xi-1)*col+yi；其中numi代表该点的编号值；xi代表该点的x轴坐标，yi代表该点的y轴坐标，col表示地图二维矩阵的列数。


5.根据权利要求1所述的方法，其特征在于，在步骤3)中，一个点的邻接点为以该点为中心，东，南，西，北，东北，东南，西北，西南8个方向单位长度上的点，该8个点为下个路径的待选点，将该距离设置成无人车的每次可移动路径范围，将起点设为路径的第一个值，随后随机依次选取每个点的邻接点成为其前进方向的路径点。


6.根据权利要求1所述的方法，其特征...

【专利技术属性】
技术研发人员：周冠丞，陈德潮，李密，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33