一种智能多目标机器人路径规划方法技术

本发明专利技术涉及机器人路径规划技术领域，公开了一种智能多目标机器人路径规划方法，首先将灰狼优化算法

【技术实现步骤摘要】
一种智能多目标机器人路径规划方法


[0001]本专利技术涉及机器人路径规划
，具体为一种智能多目标机器人路径规划方法
。

技术介绍

[0002]路径规划和优化是过去十年中最热门的研究领域，路径规划的主要目标是利用计算上可行的技术为移动机器人构建一条有限路径以到达目的地点，其被使用在机器人
、
无人机
、
工业
、
安全等多个重要领域
。
因为仓库
、
工业和军事部门对此类将人类行为模仿成机器的设备，有着广泛的需求，以减少劳动，有助于执行任务，路径规划能在更短的时间内完成某些任务并最小化路径距离，所以对其进行研究是必要的
。
[0003]机器人路径规划涉及三个方面，即收集周围信息，定位，以及执行任务所涉及的步骤
。
根据具体要求，最佳路径可能受到静态或动态约束，静态环境是指障碍物位置保持不变，或者其位置已知的情况，动态环境是指障碍物位置未知，或者障碍物在工作区域持续保持运动
。
例如申请号为“2018103本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智能多目标机器人路径规划方法，其特征在于，具体按以下步骤执行：
S1：
将灰狼优化算法
GWO
和粒子群优化算法
PSO
相结合，生成路径点；
S2：
利用本地搜索方法识别出次优的路径点，将非期望点转化为期望点；
S3：
在机器人四周设置传感器，通过传感器进行检测障碍物，使用障碍物检测和回避算法，进行搜索优化，选择机器人可以躲避并到达目的地的最佳可用间隙的路线，并作为机器人运动最佳路径
。2.
根据权利要求1所述的一种智能多目标机器人路径规划方法，其特征在于：在步骤
S1中，具体按以下步骤执行：
S
1.1
：用表示机器人瞬时位置；表示机器人的起始位置，用表示机器人的目标位置；
S
1.2
：利用灰狼优化算法
GWO
和粒子群优化算法
PSO
，进行确定到目的地的最短路线，和计算路径的平滑度
。3.
根据权利要求2所述的一种智能多目标机器人路径规划方法，其特征在于：在步骤
S
1.2
中，灰狼优化算法
GWO
如式（1）；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式（1）；其中，，，和分别为频率的最大值和最小值；表示当前解的位置；
、、
表示
alpha、beta、delta
的位置，其中
alpha、beta、delta
为灰狼优化算法
GWO
中具有最佳位置的狼；粒子群优化算法
PSO
如式（2）
‑
式（3）；
ꢀꢀ
式（2）；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式（3）；其中，表示当前解的位置，
c1、c2、c3
为标量权重，位置方程在每次迭代时更新粒子位置，是从0到1的随机向量
。4.
根据权利要求1所述的一种智能多目标机器人路径规划方法，其特征在于，在步骤
S2中，具体按以下步骤执行
S
2.1
：通过灰狼优化算法
GWO
和粒子群优化算法
PSO
将机器人起始位置连接到所需的目标点
P
，进行创建最佳路径； S
2.2
：确定不可行的路径点执行本地搜索，通过查找节点并将其连接起来创建可行路径，以此来构建路径配置；
S
2.3
：在构建的路径配置中，判断移动机器人是否能到达目的地，是则将最佳值添加到
P
中，并将机器人的位置更新到中，再开始搜索下一个位置，直到机器人到达所需的目标点
P。
5.
根据权利要求4所述的一种智能多目标机器人路径规划方法，其特征在于，在步骤
S
2.3
中，构建的路径配置通过路径平滑度进行最小化建议点和目标点
P
的差异，如式（4）；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ...

【专利技术属性】
技术研发人员：廖翌帆，洪开垦，董剑伟，缪泽强，
申请(专利权)人：宁德思客琦智能装备有限公司，
类型：发明
国别省市：