基于变目标函数萤火虫优化路径的机器人移动方法技术

基于变目标函数萤火虫优化路径的机器人移动方法，包括以下步骤：S1、构建路径规划场景；S2、设计两个不同的目标函数；S3、启用搜索终点目标函数作为初始目标函数；S4、判断机器人终点方向有无障碍物，若无障碍物则机器人直接向终点移动，若有障碍物，启动萤火虫算法搜索位置；S5、判断移动后的机器人是否满足启用逃离陷阱目标函数条件，若满足则启用逃离陷阱目标函数，若不满足则保持目标函数不变；S6、判断移动后的机器人是否满足启用搜索终点目标函数条件，若满足则启用搜索终点目标函数，若不满足则保持目标函数不变；S7、判断机器人是否到达终点，若成立则结束，若不成立则返回步骤S4。通过本发明专利技术提出的方法，使得萤火虫算法不仅能逃离出局部陷阱还能搜索到终点。不仅能逃离出局部陷阱还能搜索到终点。不仅能逃离出局部陷阱还能搜索到终点。

【技术实现步骤摘要】
基于变目标函数萤火虫优化路径的机器人移动方法


[0001]本专利技术涉及一种机器人移动方法，尤其涉及基于变目标函数萤火虫优化路径的机器人移动方法。

技术介绍

[0002]路径规划是移动机器人导航中的关键技术之一，现有的路径规划优化算法可分为两类：动态路径规划算法和静态路径规划算法。在动态路径规划中，移动机器人面临着躲避障碍物，逃离局部最优陷阱和到达目标点等多种挑战。为了应对上述复杂任务挑战，机器人动态路径规划算法研究的几个主要环节包括：(1)构建路径规划场景模型；(2)设计特定的最小化目标函数；(3)采用特定优化算法来求解目标函数，得出最优解，从而得到移动机器人下一步移动的位置。其中，路径规划的目标函数和优化算法对路径规划的结果影响较大。现有的动态路径规划目标函数通常设计为：将移动机器人和障碍物之间距离的倒数与移动机器人和目标点之间距离进行线性加权，采用这样一种的目标函数能同时表征机器人向目标点移动和避开障碍物的需求。智能启发式算法在机器人路径规划上是一种重要的优化方法，应对复杂场景有一定优势。常规的遗传算法、粒子群算法在机器人路径规划中得到了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于变目标函数萤火虫优化路径的机器人移动方法，其特征在于，包括以下步骤：S1、构建路径规划场景；S2、设计两个不同的目标函数：搜索终点目标函数f1、逃离陷阱目标函数f2；S3、启用搜索终点目标函数作为萤火虫算法的初始目标函数，并计算搜索终点目标函数值记为f1(0)；S4、判断机器人当前位置与终点连线在一个移动步长内有无障碍物，若没有障碍物则机器人直接向终点方向移动一个步长，若有障碍物，按照所选目标函数启动萤火虫算法搜索下一步位置，机器人并移动到该计算位置，计算搜索终点目标函数值记为f1(s)；S5、判断移动后的机器人是否满足启用逃离陷阱目标函数的条件，若满足则将萤火虫算法的目标函数设置为逃离陷阱目标函数，并计算机器人此时位置与终点实时位置距离记为d
trap
，若不满足则保持目标函数不变；S6、判断移动后的机器人是否满足启用搜索终点目标函数的条件，若满足则将萤火虫算法的目标函数设置为搜索终点目标函数，若不满足则保持目标函数不变；S7、判断机器人是否到达终点，若成立结束路径规划，若不成立则返回步骤S4往复执行其余步骤直至机器人到达终点；进一步的，步骤S2所述的搜索终点目标函数f1为：f1＝k1d
rt
+k2(1/d
ro
)+k3θ
ꢀꢀꢀꢀꢀꢀꢀ
(1)其中，k1，k2和k3为加权系数，d
rt
为机器人当前位置到终点实时位置的距离，d
ro
为机器人与附近障碍物的最小距离，θ为机器人当前移动步的运动方向与前一步的运动方向之间的夹角；进一步的，步骤S2所述的逃离陷阱目标函数f2为：f2＝k4|d
ro
‑
d
safe
|+k5d
f
+k6θ
ꢀꢀꢀꢀꢀꢀꢀꢀ
...

【专利技术属性】
技术研发人员：李凤玲，范兴江，侯志祥，游庆如，尹正安，田肖，成威，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：