【技术实现步骤摘要】
移动机器人路径规划方法、系统、机器人及存储介质
[0001]本专利技术涉及路径规划
，更具体地，涉及一种移动机器人路径规划方法、系统、机器人及存储介质。
技术介绍
[0002]移动机器人广泛应用于物流运输、设备维修保养、应急救援、餐饮服务、垃圾清理等诸多领域。路径规划是移动机器人研究的重要课题，解决“去哪里”和“如何去”的问题，路径规划质量极大地影响移动机器人的服务质量。
[0003]移动机器人路径规划的主要内容是寻求一条从起始位置，到目标位置的可规避障碍物无碰撞的路径，同时优化其通过这段路程的各类性能指标，包括距离、时间以及能耗等。
[0004]鲸鱼优化算法(Whale Optimization Algorithms，WOA)属于启发式优化算法，它是Mirjalili S通过观察座头鲸群体捕食设计出的创新思维算法。现有技术中已见采用鲸鱼优化算法进行路径规划的求解方法，但其存在运行速度较慢、解的质量较差、寻优能力不够强等缺点。
技术实现思路
[0005]本专利技术为克服上述现有技术所述的...
【技术保护点】
【技术特征摘要】
1.一种移动机器人路径规划方法，其特征在于，包括以下步骤：S1、采用栅格法将地图划分成1
×
1的方格，分别采用预设色块表示可通行区域或障碍物；S2、建立数学模型如下：minE(r)＝αV(r)+βL(r)minE(r)＝αV(r)+βL(r)minE(r)＝αV(r)+βL(r)s.t.λ(r)>0其中，n表示路径经过的节点数；m表示转弯次数；b表示障碍物数量；路径r由n个节点组成，k＝1,2,
…
,n；r＝1,2,
…
,N，N表示鲸鱼种群规模；E(r)表示路径的基于路径安全性和运输距离的评价值；V(r)表示路径r的路径平滑度；L(r)表示路径r的长度；a、β为预设常数，分别表示路径r的安全性系数、距离权重系数；(x0,y0)、(x
n+1
,y
n+1
)分别表示路径的起点、终点坐标，(x
k
‑1,y
k
‑1)、(x
k
,y
k
)、(x
k+1
,y
k+1
)分别表示节点和的二维坐标；表示相邻节点间的欧氏距离；θ
k
表示相邻两点的角度变量；O＝{O1,O2,
…
,O
b
}表示障碍物的集合，O
j
＝(x
j
,y
j
)，j＝1,2,
…
,b；为两点的直线方程；表示障碍物O
j
到直线的距离；sign表示符号函数；λ(r)表示路径r是否发生碰撞，当λ(r)＝
‑
1或0时表示发生碰撞，λ(r)＝1时表示无发生碰撞；S3、鲸鱼优化算法参数初始化，具体为：确定鲸鱼种群规模N、初始化最大迭代次数T、鲸鱼个体在搜索空间中的维度D；设置迭代计数器t，表示当前迭代次数，初始化t＝1；S4、采用Tent混沌序列策略对种群初始化；S5、对所有鲸鱼个体执行线性等距插值策略添加新位置向量；S6、计算种群中每条经过线性等距插值后的鲸鱼个体所代表的路径r的适应度fitness，其表达式如下：fitness＝E(r)；S7、选取适应度最小的鲸鱼个体作为当前全局最优个体S8、更新鲸鱼个体，进一步包括：S81、生成[0,1]上均匀分布的随机数ρ，并按下式定义分割系数A：其中，g1为[0,2π]上均匀分布的随机值，g2为[0,π]上均匀分布的随机值；t表示当前迭
代次数；S82、根据ρ和A的数值大小，更新第t+1代鲸鱼个体S9、迭代计数器加1，t＝t+1；判断当前迭代次数t是否达到最大迭代次数T：若是，则输出当前全局最优个体，并转入步骤S10；否则返回执行步骤S5；S10、对当前全局最优个体线性等距插值，生成新个体，根据新个体的位置向量计算三次均匀B样条曲线path
z
(q)，采取分段拟合策略完成路径曲线构造；其中，z＝0,1,2,
…
,3D
‑
1；非减参数q∈[0,1]，表示曲线变量。2.根据权利要求1所述的一种移动机器人路径规划方法，其特征在于，所述步骤S4中，采用Tent混沌序列策略对种群初始化，包括：S41、在D维空间中随机产生1个鲸鱼个体S42、计算余下N
‑
1个鲸鱼个体的位置向量；S43、将鲸鱼个体位置向量映射到解空间，映射过程表达式如下：式中，ub
v
、lb
v
分别表示解空间的上下界，v＝1,2；其中，ub1、lb1分别为x坐标值的上下界，ub2、lb2分别为y坐标值的上下界。3.根据权利要求2所述的一种移动机器人路径规划方法，其特征在于，所述步骤S42中，余下N
‑
1个鲸鱼个体的位置向量采用下式计算：其中，若或则根据下式重新赋值：式中，v＝1,2，代表更新前鲸鱼个体第s个位置向...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。