一种基于自适应混沌粒子群算法的机器人路径规划方法技术

本发明专利技术属于机器人路径规划领域，公开了一种基于自适应混沌粒子群算法的机器人路径规划方法，首先进行环境建模，并使用路径长度、障碍物危险程度和路径平滑度三个控制参数来制定适应度函数，以满足复杂环境下机器人路径规划的要求；然后在迭代过程中，对算法中的三个控制参数采用了一种新的自适应更新策略，以此来动态调整算法的全局探索和局部开发能力；最后当种群陷入局部极值时，利用提出的自适应Logistic混沌映射引导种群跳出局部极值点，恢复算法的寻优能力，从而得到一条从起始位置到目标位置的较优路径，本发明专利技术能够提高传统粒子群算法在路径规划过程中生成路径解的质量和效率，提高路径规划的安全性。提高路径规划的安全性。提高路径规划的安全性。

【技术实现步骤摘要】
一种基于自适应混沌粒子群算法的机器人路径规划方法


[0001]本专利技术属于机器人路径规划领域，具体涉及一种基于自适应混沌粒子群算法的机器人路径规划方法。

技术介绍

[0002]移动机器人路径规划技术是机器人研究领域的核心内容之一，寻找一条无碰撞、可行的较优路径是进行移动机器人路径规划的最终目标。近年来,凭借基于种群搜索策略的不断优化以及不同种类目标函数模型的提出，对有关移动机器人路径规划的理论研究已逐渐从传统算法(如人工势场法、栅格法、A*算法等)向群智能优化算法转变，各种仿生算法，如粒子群算法(PSO)、蚁群算法、萤火虫算法、人工蜂群算法以及蝙蝠算法等被提出在路径规划领域，其中PSO算法相比其它群智能优化算法，具有操作简单和控制参数少等优点，在大多数情况下，可以提供类似甚至更好的优化结果。但标准的PSO算法本身存在搜索性能对参数的依赖性过大，收敛速度慢的问题，严重影响了路径规划的计算效率和可靠性。为了解决上述问题，现有技术中具有不同的改进版PSO算法为移动机器人生成了可行的路径，例如在具有障碍物的环境中引入了一种具有双结构粒子编码和变异算子本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应混沌粒子群算法的机器人路径规划方法，其特征在于，包括如下步骤：步骤1：创建机器人移动环境地图，确定机器人的起始位置S和目标位置G；步骤2：根据机器人移动环境地图中的坐标变换得到一组相互平行的直线簇{L1,L2,L3,
···
L
d
}，由直线簇与地图的交点求出和根据和求出粒子在每个维度上飞行的最大速度其中，步骤3：设置粒子种群数目n、最大迭代次数itermax、圆形机器人半径r、自适应Logistic映射的最大混沌寻优次数Chaosmax，障碍物产生危害影响的最大作用距离l
max
、最小作用距离l
min
以及路径对周边障碍物的搜索范围l
o
，初始化群粒子算法中的参数，包括路径长度、障碍物危险程度和路径平滑度；由如下公式初始化每个粒子在坐标系S
‑
X'Y'下的初始速度和初始位置；其中r为(0,1)上的随机数，i＝1,2,
···
,n为种群粒子个数，j＝1,2,
···
,d为粒子维数；步骤4：由移动机器人路径规划的适应度函数f计算各粒子的初始适应度函数值f
i0
，根据f
i0
的值更新和并求出每个粒子的初始惯性权重再由求出每个粒子的初始加速系数；步骤5：更新每个粒子的速度和位置，如果粒子的速度和位置超出最大值和边界值，则按最值计算；步骤6：求出每个粒子在当前迭代次数下的适应度函数值f
it
，根据f
it
的值，首先求出用于下一次迭代的惯性权重并由求出下一次迭代时的加速系数，然后用f
it
的值更新粒子个体最佳位置和粒子全局最佳位置步骤7：计算当前迭代时刻粒子种群密度...

【专利技术属性】
技术研发人员：刘朋，
申请(专利权)人：柳州职业技术学院，
类型：发明
国别省市：