一种基于双重搜索优化算法的路径规划方法技术

本发明专利技术提供了一种基于双重搜索优化算法的路径规划方法，在确定路径规划的起点和终点后，通过数学分析将路径规划问题建模为相应的适应度函数，再使用改进的正余弦优化算法和改进的天牛须搜索优化算法进行寻优处理。在改进的正余弦优化算法中，增加了随迭代次数变化的惯性权重系数w，并且把线性递减函数变成指数型递减函数，从而提升整个算法的收敛速度和全局搜索能力。其次，在每次位置更新之后，再引入变步长天牛须搜索算法进行二次搜索更新，能够有效的使正余弦优化算法跳出局部最优的陷阱，最后将每次迭代的位置连接得到最终的最短路径，能够使其在最大限度上找到最优的路径，实现在全局环境下的路径规划。现在全局环境下的路径规划。现在全局环境下的路径规划。

【技术实现步骤摘要】
一种基于双重搜索优化算法的路径规划方法


[0001]本专利技术属于路径搜索；路径导引的
，特别涉及一种基于双重搜索优化算法的路径规划方法。

技术介绍

[0002]随着现代科技技术的发展，不断有新的科技产物面世，机器人就是科技发展的一个代表性作品，随着机器人技术的不断发展进步，路径规划也逐渐变成一个重要的机器人研究领域分支和重点，在很多领域得到了广泛的应用。与此同时，人们逐渐发现许多需要解决的问题都能够利用数学建模将其归结为求函数的最优解，所以也逐渐把关注点转移到优化计算机算法上，进而积极寻求一些高效准确的优化算法、利用机器人解决更多实际应用中的难题。
[0003]现存的路径规划方法，包括遗传算法、自由空间法、可视图法、人工势场法等，由于其算法本身存在的缺陷，使得路径规划寻路过程中易陷入局部最优解。如正余弦优化算法(Sine Cosine Algorithm，SCA)是2016年提出的一种群体智能优化算法，该算法参数少、结构简单、易于实现，但是存在计算精度低、容易陷入局部最优值等缺点。
[0004]近年来，随着人们研究的深入本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双重搜索优化算法的路径规划方法，其特征在于：所述方法包括以下步骤：步骤1：初始化，确认路径规划的起点和终点，确定最大迭代次数T；步骤2：将路径规划问题建模为相应的适应度函数；设定函数寻优的上下限以及维度i；计算当前路径位置下的适应度值；步骤3：通过双重搜索优化算法得到新的位置信息；步骤4：检查新的位置信息是否超过路径规划步骤2中设定的函数寻优上下限；如果超过，则返回上一次适应度值最小的位置信息并跳至步骤6；如果没有超过，则继续进行；步骤5：判断步骤3得到更新位置下的适应度值是否满足替换条件；如果是，则以步骤3的位置信息进行位置信息替换，反之则不替换；存储判断过后得到的位置信息；步骤6：检查是否为最大迭代次数，如果是，则停止计算，将每次迭代最后存储的位置信息连接成路径，输出算法路径规划得到的最短路径；否则，迭代次数加1，返回至步骤3。2.根据权利要求1所述的一种基于双重搜索优化算法的路径规划方法，其特征在于：所述步骤2中，相应的适应度函数，由路径的安全性评价因子函数、路径长度函数以及路径平滑度函数组成，并规定适应度函数最小值就是路径规划问题得到的最短路线。3.根据权利要求1所述的一种基于双重搜索优化算法的路径规划方法，其特征在于：所述步骤3中，双重搜索优化算法包括改进的天牛须搜索算法和改进的正余弦优化算法。4.根据权利要求1或3所述的一种基于双重搜索优化算法的路径规划方法，其特征在于：所述步骤3包括以下步骤：步骤3.1：通过改进的正余弦位置更新算法，以适应度值为基础对路径规划位置进行更新，确定下个迭代的位置信息以及对应的适应度值；步骤3.2：通过改进的天牛须搜索算法，计算步骤3.1所处位置的适应度值，从而进行路径规划位置的二次更新，得到新的位置信息。5.根据权利要求4所述的一种基于双重搜索优化算法的路径规划方法，其特征在于：所述改进的正余弦位置更新算法公式为：其中，w(t)为自适应惯性权值，r1为递减参数，t为当前迭代次数，为在第t次迭代下第i个维度下的最优位置，r2、r3和r4为参数，为在t次迭代i维度下路径规划的目标位置；r2∈[0...

【专利技术属性】
技术研发人员：姚信威，王佐响，邢伟伟，齐楚锋，李强，姚远，黄伟，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：