基于聚类分区和改进蚁群算法的矩形覆盖路径规划方法技术

本发明专利技术公开了一种基于聚类分区和改进蚁群算法的矩形覆盖路径规划方法，包括1）基于K

【技术实现步骤摘要】
基于聚类分区和改进蚁群算法的矩形覆盖路径规划方法


[0001]本专利技术涉及计算机科学、运筹学技术，具体是一种基于聚类分区和改进蚁群算法的矩形覆盖路径规划方法。

技术介绍

[0002]路径规划问题旨在于寻求在满足约束条件下的较优路径，此类问题一般属于NP难问题，即非确定性多项式时间困难问题。近年来，对路径规划问题的实际应用，众学者多关注于TSP问题、机器人路径规划问题、JSP车间调度问题、VRP车辆路径等问题，而对矩形覆盖路径规划关注较少。矩形覆盖路径规划是工业拍照测量定位的抽象化、其通过将操作台上的待测量工件转换为矩形数据集，将机器镜头转换为固定大小的矩形镜头，旨在于寻找一条较优的机器镜头移动路线，将待测工件全部拍摄完毕。
[0003]对于路径规划问题的求解方法，常用的包括基于搜索的Dijkstra算法、A*算法等；基于采样的RRT算法、RRT*算法等；以及基于群体智能的蝙蝠算法、粒子群算法、蚁群算法等。蚁群算法是启发式算法的一种，最早于20世纪90年代意大利学者Dorigo等人受到蚂蚁觅食行为启发而提出。在近代以来，随着对具体问题、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于聚类分区和改进蚁群算法的矩形覆盖路径规划方法，其特征在于，包括如下步骤：1)随机生成N个矩形Rect集合A＝{Rect1，Rect2，，Rect
N
}，设定覆盖矩形Rect
f
；2)根据改进的K
‑
means聚类算法对矩形集A进行聚类划分，获得n个簇，所述改进的K
‑
means聚类算法包括：2
‑
1)构建矩形集A内矩形间的最小距离矩阵，其中，矩形Rect
i
与矩形Rect
j
之间的最小距离p的计算公式如下：式中，d
ij
是矩形Rect
i
对角线交点与矩形Rect
j
对角线交点间的距离，z
i
是Rect
i
对角线交点在Rect
j
对角线交点方向上到Rect
i
边界的距离，同理z
j
是Rect
j
对角线交点在Rect
i
对象线交点方向上到Rect
j
边界的距离，而矩形对角线交点在任意点u方向上到边界的距离z的计算公式如下：式中，x为矩形对角线交点的横坐标，y为矩形对角线交点的纵坐标，a为矩形的长，b为矩形的宽，x
u
点u的横坐标，y
u
为点u的纵坐标，d为矩形对角线交点到点u间的距离，k为点u与矩形对角线交点形成直线的斜率；2
‑
2)以指定覆盖矩形Rect
f
的对角线长度为范围，遍历计算集合内每个矩形的密度，获得密度参数集合D，并由大到小排序；2
‑
3)按照密度值顺序，以覆盖矩形Rect
f
对角线长度为最大矩形间距离，依次聚集矩形成簇，并相应在参数集中剔除，直至集合D为空；3)依次对n个矩形簇进行外螺旋栅格方式进行覆盖，共获得m个覆盖矩形Rect
f
位置，具体为：3
‑
1)以覆盖矩形Rect
f
大小对簇进行栅格划分，并采用外螺旋的方式进行遍历；3
‑
2)对每一个栅格矩形内的矩形集进行覆盖，其中，两矩形存在三种覆盖情形：3
‑2‑
1)全覆盖：矩形Rect
i
被矩形Rect
f
全覆盖；3
‑2‑
2)部分覆盖状况1：矩形Rect
i
被矩形Rect
f
部分覆盖，且Rect
i
能被分割为两个小矩形，包括在Rect
f
范围内的矩形Rect
i1
与范围外的矩形Rect
i2
，根据Rect
i1
的长a
i1
与宽b
i1
的不同，相关参数Rect
i1
的对角线交点坐标(x
i1
,y
i1
)、长a
i1
、宽b
i1
，Rect
i2
的对角线交点坐标(x
i2
,y
i2
)、长a
i2
、宽b
i2
的计算公式如下：
式中，x
i
、y
i
、a
i
、b
i
分别是矩形Rect
i
的对角线交点横坐标、对角线交点纵坐标、长、宽；x
f
、y
f
、a
f
、b
f
分别是矩形Rect
f
的对角线交点横坐标、对角线交点纵坐标、长、宽；3
‑2‑
3)部分覆盖状况2：矩形Rect
i
被矩形Rect
f
部分覆盖，且Rect
i
能被分割为三个小矩形，包括在Rect
f
范围内的矩形Rect
i1
，范围外的矩形Rect
i2
、Rect
i3
，根据Rect
i1
的长a
i1
与宽b
i1
的不同，相关参数Rect
i1
的对角线交点坐标(x
i1
,y
i1
)、长a
i1
、宽b
i1
，Rect

【专利技术属性】
技术研发人员：陈明，李阳，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：