基于改进麻雀搜索算法的AMR自主移动机器人路径规划方法技术

本发明专利技术涉及一种基于改进麻雀搜索算法的AMR自主移动机器人路径规划方法。基于麻雀搜索算法，模拟麻雀觅食的方式进行路径搜索，每只麻雀经过的位置代表一条可能的轨迹，在觅食过程中，利用反向学习策略优化麻雀初始种群，提高初始解质量，增强算法局部搜索能力；同时，混合模拟退火算法中的Metropolis准则，判断是否接受新解，使算法能够跳出局部最优，加强全局搜索能力。麻雀分为探索者和追随者，探索者在种群中负责寻找食物并为麻雀种群提供觅食区域和方向，而追随者则是利用发现者来获取食物。麻雀个体的适应度即为目标函数值，通过对麻雀种群中探索者和追随者适应度的更新比较，得到麻雀种群的最优位置，不断迭代寻优后，返回的最优解即为所求最优轨迹。回的最优解即为所求最优轨迹。回的最优解即为所求最优轨迹。

【技术实现步骤摘要】
基于改进麻雀搜索算法的AMR自主移动机器人路径规划方法


[0001]本专利技术属于机器人导航规划领域，具体涉及一种基于改进麻雀搜索算法的AMR自主移动机器人路径规划方法。

技术介绍

[0002]AMR自主移动机器人是一种无人驾驶物流搬运车，属于智能型AMR自主移动机器人，在国家现代化建设进程中发挥着重要的作用。AMR自主移动机器人可以按照上位机下达的指令，通过车载传感器确定位置与环境信息，并根据事先设计的程序，沿着规划的路线自动行驶并且在指定位置停靠，具有自动避障导航等功能，极大程度解放了劳动力，提高了运输效率。同时其较为完善的安全防护及导航避障功能搭配智能化的调度管理，使得工业物流运输的安全性和可靠性得到大大提高，而其中的路径规划功能是AMR自主移动机器人在复杂环境下完成任务实现自主导航的核心支撑。
[0003]通常认为路径规划方法分为基于搜索的路径规划方法、基于采样的路径规划算法以及智能算法。基于搜索的路径规划，如Dijkstra、A*及其经典的变体算法，如ARA*、WeightedA*、Theta*、lazyTheta*等，其本质都是在已经构建好的地图上，首先定义成本函数，然后搜索每个节点和边以找到成本最小路径，其核心在于启发式函数的设计，该类算法容易扩展许多具有相同代价的节点。而基于采样的路径规划算法，RRT、RRT*等，适合解决多自由度机器人在复杂环境下和动态环境中的路径规划。通过对状态空间进行采样，可以保证得到连接起始点与终点的可行解，但是由于采样过程是对整个空间进行不稳定采样，因此效率较低，在复杂场景下很难实时求解并且保证解的最优性。智能算法如禁忌搜索算法，粒子群优化、灰狼算法等往往需要大量时间进行迭代技术，实时性较差，通常与其他算法结合使用。其中基于搜索的路径规划方法由于导向性好，实时性较高，适合在低维的状态空间下使用，在AMR自主移动机器人的工作环境中得到了广泛应用。但是现有基于搜索的算法仍存在在较大场景路径搜索内存消耗大、效率低、路径未考虑机器人执行难度等问题。

技术实现思路

[0004]本专利技术的目的在于提供一种基于改进麻雀搜索算法的AMR自主移动机器人路径规划方法，
[0005]为实现上述目的，本专利技术的技术方案是：一种基于改进麻雀搜索算法的AMR自主移动机器人路径规划方法，AMR自主移动机器人基于麻雀搜索算法采用模拟麻雀觅食的方式进行路径搜索，即麻雀种群从起点开始迭代搜索，到目标点结束搜索，其中，每一只麻雀经过的位置代表一条可能的轨迹，在觅食的过程中，麻雀分为探索者和追随者，探索者在种群中负责寻找食物并为整个麻雀种群提供觅食区域和方向，而追随者则是利用发现者来获取食物；麻雀个体的适应度即为目标函数值，通过对麻雀种群中探索者和追随者适应度的更新比较，得到麻雀种群的最优位置，不断迭代寻优后，返回的最优解即为所求最优轨迹。
[0006]在本专利技术一实施例中，所述方法包括以下步骤：
[0007]1)将二维环境地图分割成大小完全相同的赋有二进制的网格单元，每个栅格用N
ij
表示，每个栅格信息表示为：
[0008][0009]其中，N
ij
＝0时表示为当前栅格所处位置是无障碍物的自由空间；N
ij
＝1时表示为当前栅格所处位置有障碍物；
[0010]2)AMR自主移动机器人在二维环境中作为质点存在且仅能向8个方向搜索移动，即上、下、左、右、左上、左下、右上和右下；假设每个栅格的边长都为1，则AMR自主移动机器人单步移动距离都为1或
[0011]3)获取路径的起点信息，初始化相关参数，生成初始种群并获取适应度较高的前n/2只麻雀的位置X
n/2
，同时通过反向学习获取适应度较高的前n/2只麻雀的对立点的位置产生新的初始种群对立点的位置计算规则描述为：
[0012][0013]其中，Lb为搜索空间的下边界，Ub为搜索空间的上边界；
[0014]4)获取当前最优和最差麻雀个体；
[0015]5)更新麻雀位置并计算适应度；麻雀群体中分为探索者和追随者，探索者的位置更新如下：
[0016][0017]其中，t为当前迭代，j＝1,2,...,d，为i只麻雀第t代第j维的位置，α为[0,1]的随机数，T
max
为最大迭代次数，Q为服从正态分布的随机数，L＝[1,1,
…
,1]1×
d
，R2∈[0,1]为报警值，ST∈[0.5,1.0]为报警阈值；当R2＜ST时，则麻雀周围没有危险，即没有障碍物栅格，探索者开始搜索；当R2≥ST时，表示有麻雀发现危险，即有障碍物栅格，所有麻雀转移到安全区域；
[0018]追随者通过监视探索者并跟随适应度较高的探索者获取食物，追随者的位置更新如下：
[0019][0020]其中，为第(t+1)代探索者占据的最佳位置，为第t代种群中全局最差位置，A表示一个矩阵，矩阵中的每个元素随机分配1或
‑
1，其计算方式如下：
[0021]A
+
＝A
T
(AA
T
)
‑1[0022]在迭代寻优过程中，假设意识到危险的麻雀占麻雀总数的10％～20％，则对全体麻雀位置产生的的影响可以表示为：
[0023][0024]其中，为第t代种群中的最佳位置，β为步长控制参数，服从均值为0、方差为1的正态分布，K为[0,1]的随机数，f
i
为麻雀当前位置的适应度，f
g
为全局最优适应度，f
w
为全局最差适应度，ε为不为零的极小值；
[0025]6)根据适应度值判断是否更新全局最优位置；
[0026]7)利用模拟退火算法中的Metropolis准则判断是否接受新解，Metropolis准则描述为：
[0027][0028]其中，Te为当前温度，x为当前麻雀位置，x'为候选的麻雀位置，通过比较P与区间[0,1]内的随机数，如果随机数大于P，放弃候选麻雀位置x'，否则接收x'；
[0029]8)判断是否达到最大迭代次数，若满足，输出最优麻雀位置，形成搜索路径，若不满足，跳转至步骤4)。
[0030]在本专利技术一实施例中，麻雀搜索算法搜索路径的代价函数即适应度函数为：
[0031][0032]其中，n为麻雀经过的节点个数，Length为麻雀在i+1栅格节点到i栅格节点的距离，当i+1栅格节点为障碍物栅格时，Length＝M，M为当前环境栅格总数；当i+1栅格节点为自由栅格时，则考虑AMR自主移动机器人的运动方向，当方向为上、下、左、右时，Length＝1，当方向为左上、左下、右上、右下时，
[0033]在本专利技术一实施例中，采用反向学习策略对麻雀种群位置进行更新，提高麻雀种群质量，从而减小麻雀个体的适应度值，缩短路径搜索时间。
[0034]在本专利技术一实施例中，利用模拟退火算法中的Metropolis准则判断是否接受新解，避免本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进麻雀搜索算法的AMR自主移动机器人路径规划方法，其特征在于，AMR自主移动机器人基于麻雀搜索算法采用模拟麻雀觅食的方式进行路径搜索，即麻雀种群从起点开始迭代搜索，到目标点结束搜索，其中，每一只麻雀经过的位置代表一条可能的轨迹，在觅食的过程中，麻雀分为探索者和追随者，探索者在种群中负责寻找食物并为整个麻雀种群提供觅食区域和方向，而追随者则是利用发现者来获取食物；麻雀个体的适应度即为目标函数值，通过对麻雀种群中探索者和追随者适应度的更新比较，得到麻雀种群的最优位置，不断迭代寻优后，返回的最优解即为所求最优轨迹。2.根据权利要求1所述的基于改进麻雀搜索算法的AMR自主移动机器人路径规划方法，其特征在于，包括以下步骤：1)将二维环境地图分割成大小完全相同的赋有二进制的网格单元，每个栅格用N
ij
表示，每个栅格信息表示为：其中，N
ij
＝0时表示为当前栅格所处位置是无障碍物的自由空间；N
ij
＝1时表示为当前栅格所处位置有障碍物；2)AMR自主移动机器人在二维环境中作为质点存在且仅能向8个方向搜索移动，即上、下、左、右、左上、左下、右上和右下；假设每个栅格的边长都为1，则AMR自主移动机器人单步移动距离都为1或3)获取路径的起点信息，初始化相关参数，生成初始种群并获取适应度较高的前n/2只麻雀的位置X
n/2
，同时通过反向学习获取适应度较高的前n/2只麻雀的对立点的位置产生新的初始种群对立点的位置计算规则描述为：其中，Lb为搜索空间的下边界，Ub为搜索空间的上边界；4)获取当前最优和最差麻雀个体；5)更新麻雀位置并计算适应度；麻雀群体中分为探索者和追随者，探索者的位置更新如下：其中，t为当前迭代，j＝1,2,...,d，为i只麻雀第t代第j维的位置，α为[0,1]的随机数，T
max
为最大迭代次数，Q为服从正态分布的随机数，L＝[1,1,
…
,1]1×
d
，R2∈[0,1]为报警值，ST∈[0.5,1.0]为报警阈值；当R2＜ST时，则麻雀周围没有危险，即没有障碍物栅格，探索者开始搜索；当R2≥ST时，表示有麻雀发现危险，即有障碍物栅格，所有麻雀转移到安全区域；追随者通过监视探索者并跟随适应度较高的探索者获取食物，追随者的位置更新如下：
其中，为第(t+1)代探索者占据的最佳位置，为第t代种群中全局最...

【专利技术属性】
技术研发人员：林有希，李凡，钟礼阳，邹凛浩，任志英，
申请(专利权)人：福州大学，
类型：发明
国别省市：