一种基于新型萤火虫群优化的机器人多目标路径寻优方法技术

本发明专利技术公开了一种基于新型萤火虫群优化的机器人多目标路径寻优方法，包括参数初始化、基于概率分布随机生成萤火虫种群、根据三维目标函数计算种群个体发光亮度、将Pareto支配关系引入萤火虫种群个体亮度评价体系、采用自适应网格策略划分维护种群多样性、根据多样性优化后的精英记录库生成最优路径。本发明专利技术基于Pareto支配关系评价种群个体发光强度，构建精英库保留最优解，同时优化路径长度、路径安全性和路径平滑度三个目标，实现了运行一次多目标路径规划算法，机器人可得到多条可行路径的路径规划方法，它们之间彼此互不支配，均侧重于一个或两个优化目标，平衡了目标之间同时寻优的冲突，为基于目标重要性路径选择提供了多种方案。

【技术实现步骤摘要】
一种基于新型萤火虫群优化的机器人多目标路径寻优方法
本专利技术涉及一种基于新型萤火虫群优化的机器人多目标路径寻优方法，属于机器人运动控制领域。
技术介绍
工作在复杂的室内环境中，路径规划是带电作业机器人完成服务任务的重要保障。当前，移动机器人的路径规划方法主要有：基于模板匹配的路径规划方法、基于人工势场的路径规划方法、基于地图构建的路径规划方法和基于人工智能的路径规划方法等。尽管相关方法研究已取得了重要成果，但在实际应用中，仍存在着一定的局限性：多数的路径规划方法通常仅仅追求单个性能指标的最优，比如路径长度最短、路径安全性最好，获得的路径难以适应复杂动态环境的需求。考虑到作业环境具有较强的动态性、异质性和复杂性等特点，而带电作业机器人的路径规划通常需要考虑多项性能指标，比如路径长度、运行时间、路径的安全性、路径平滑程度、机器人能耗等。研究表明，路径规划所涉及的多数指标之间往往是相互冲突的，采用单一的目标函数描述问题难以充分描述问题本质，有必要基于多个目标函数分别表达且同时优化。
技术实现思路
本专利技术提供了一种基于新型萤火虫群优化的机器人多目标路径寻优方法，以用于通过多目标函数的方式实现机器人的路径寻优。本专利技术的技术方案是：一种基于新型萤火虫群优化的机器人多目标路径寻优方法，包括参数初始化、基于概率分布随机生成萤火虫种群、根据三维目标函数计算种群个体发光亮度、将Pareto支配关系引入萤火虫种群个体亮度评价体系、采用自适应网格策略划分维护种群多样性、根据多样性优化后的精英库生成最优路径。所述参数初始化包括：种群的大小、算法迭代次数、精英库规模、连续迭代不满足条件的次数、自适应窗格的大小。所述三维目标函数为{f1(L),f2(S),f3(α)}；其中，f1(L)为路径长度、f2(S)为路径安全性、f3(α)为路径平滑度。所述f1(L)具体为：其中，d(Pi,Pi+1)为描述机器人可达路径的有序点Pi与Pi+1之间欧式距离，i＝1,…n-1表示有序点编号，n为有序点的总个数。所述f2(S)具体为：其中，p(Pi,Pi+1)为描述机器人可达路径的有序点Pi与Pi+1之间所经过栅格占有概率之和，i＝1,…n-1表示有序点编号，n为有序点的总个数。所述f3(α)具体为：其中，αq表示汇集于描述机器人可达路径的有序点Pq处的两段路径矢量间的夹角，q＝2,…n-1表示有序点编号，n为有序点的总个数。所述将Pareto支配关系引入萤火虫种群个体亮度评价体系，具体为：对于种群中的任意两只萤火虫个体Fu和Fv，采用目标函数{f1(L),f2(S),f3(α)}这一三维向量，基于Pareto支配的相关概念，判断两萤火虫个体之间的Pareto支配关系：若萤火虫Fu支配萤火虫Fv，则萤火虫Fu所表达的路径解更优越，则萤火虫Fv会被萤火虫Fu吸引，并更新其位置；种群中不被任何萤火虫支配的个体则代表了迭代过程中的Pareto最优解，它们随机移动；随后创建精英库，保留种群迭代过程中的Pareto最优解；在每次迭代过程中，比较每个萤火虫与精英库中成员之间的亮度支配关系：若当前萤火虫的亮度评价不受精英库中的任何成员支配，并且该萤火虫Fc不支配精英库中的任何成员，则将此萤火虫个体Fc加入精英库；若当前萤火虫Fc支配精英库中的某个或若干成员，则将当前萤火虫Fc替换精英库中的受支配成员；若当前萤火虫Fc被精英库中某个或若干成员支配，则萤火虫Fc向精英库中的支配成员移动，若当前萤火虫Fc连续迭代一定代数后，仍受精英库中的某个或若干成员支配，将萤火虫Fc丢弃，并随机产生新的种群成员。所述位置更新公式如下：Lv(t+1)＝Lv(t)+βuv(ruv)·(Lu(t)-Lv(t))+ruv·random()其中，Lu(t)、Lv(t)分别为萤火虫Fu和萤火虫Fv在t时刻所在的位置，Lv(t+1)代表萤火虫Fv在t+1时刻所在的位置，βuv(ruv)表示个体吸引半径ruv下的个体吸引程度，random()为[-1,1]之间的随机数。所述采用自适应网格策略划分维护种群多样性具体为：把种群个体所在的搜索空间划分为若干立体网格，基于网格内种群个体的数目衡量个体密度，在每一代进化时，根据当前个体分布情况自适应调整网格边界，若网格内的个体数目大于设定阈值，随机删掉若干个体。本专利技术的有益效果是：本专利技术利用栅格地图构建环境模型，基于Pareto支配关系评价种群个体发光强度，构建精英库保留最优解，同时优化路径长度、路径安全性和路径平滑度三个目标，实现了运行一次多目标路径规划算法，机器人可得到多条可行路径的路径规划方法，它们之间彼此互不支配，均侧重于一个或两个优化目标，平衡了目标之间同时寻优的冲突，为基于目标重要性路径选择提供了多种方案。附图说明图1为本专利技术流程图；图2为实施例2仿真结果图。具体实施方式实施例1：如图1所示，一种基于新型萤火虫群优化的机器人多目标路径寻优方法，包括参数初始化、基于概率分布随机生成萤火虫种群、根据三维目标函数计算种群个体发光亮度、将Pareto支配关系引入萤火虫种群个体亮度评价体系、采用自适应网格策略划分维护种群多样性、根据多样性优化后的精英库生成最优路径。进一步地，可以设置所述参数初始化包括：种群的大小、算法迭代次数、精英库规模、连续迭代不满足条件的次数、自适应窗格的大小。进一步地，可以设置所述三维目标函数为{f1(L),f2(S),f3(α)}；其中，f1(L)为路径长度、f2(S)为路径安全性、f3(α)为路径平滑度。进一步地，可以设置所述f1(L)具体为：对于机器人的某条可达路径L描述为若干有序点(P1,P2,…,Pn-1,Pn)组成的集合，路径长度即为该集合有序点组成的路径线段之和，公式如下：其中，d(Pi,Pi+1)为描述机器人可达路径的有序点Pi与Pi+1之间欧式距离，i＝1,…n-1表示有序点编号，n为有序点的总个数。规划的路径上是否存在障碍物决定了机器人在此路径运动过程中的安全性。为此，统计路径所经过栅格被障碍占据的概率，可描述路径的安全性。进一步地，可以设置所述f2(S)具体为：其中，p(Pi,Pi+1)为描述机器人可达路径的有序点Pi与Pi+1之间所经过栅格占有概率之和，i＝1,…n-1表示有序点编号，n为有序点的总个数。为衡量路径的平滑程度，就有序点Pq而言，将汇集于此的两段路径视为两个矢量，计算两矢量之间的夹角αq。若夹角近似等于π，可视为完全平滑，参照最小化目标函数，故进一步地，可以设置所述f3(α)具体为：其中，αq表示汇集于描述机器人可达路径的有序点Pq处的两段路径矢量间的夹角，q＝2,…n-1表示有序点编号，n为有序点的总个数。进一步地，可以设置所述将Pareto支配关系引入萤火虫种群个体亮度评价体系，具体为：对于种群中本文档来自技高网...

【技术保护点】
1.一种基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：包括参数初始化、基于概率分布随机生成萤火虫种群、根据三维目标函数计算种群个体发光亮度、将Pareto支配关系引入萤火虫种群个体亮度评价体系、采用自适应网格策略划分维护种群多样性、根据多样性优化后的精英库生成最优路径。/n

【技术特征摘要】
1.一种基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：包括参数初始化、基于概率分布随机生成萤火虫种群、根据三维目标函数计算种群个体发光亮度、将Pareto支配关系引入萤火虫种群个体亮度评价体系、采用自适应网格策略划分维护种群多样性、根据多样性优化后的精英库生成最优路径。


2.根据权利要求1所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述参数初始化包括：种群的大小、算法迭代次数、精英库规模、连续迭代不满足条件的次数、自适应窗格的大小。


3.根据权利要求1所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述三维目标函数为{f1(L),f2(S),f3(α)}；其中，f1(L)为路径长度、f2(S)为路径安全性、f3(α)为路径平滑度。


4.根据权利要求3所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述f1(L)具体为：



其中，d(Pi,Pi+1)为描述机器人可达路径的有序点Pi与Pi+1之间欧式距离，i＝1,…n-1表示有序点编号，n为有序点的总个数。


5.根据权利要求3所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述f2(S)具体为：



其中，p(Pi,Pi+1)为描述机器人可达路径的有序点Pi与Pi+1之间所经过栅格占有概率之和，i＝1,…n-1表示有序点编号，n为有序点的总个数。


6.根据权利要求3所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述f3(α)具体为：



其中，αq表示汇集于描述机器人可达路径的有序点Pq处的两段路径矢量间的夹角，q＝2,…n-1表示有序点编号，n为有序点的总个数。


7.根据权利要求1所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述将Pareto支配关系引入萤...

【专利技术属性】
技术研发人员：王彧，高代勇，范江波，郑昆，徐云水，赵泽彪，邱平，李锐，林邦，黄宏，彭熠，党杰，耿远林，周伟，徐长成，
申请(专利权)人：云南电网有限责任公司昭通供电局，
类型：发明
国别省市：云南;53