【技术实现步骤摘要】
本专利技术实施例涉及工业机器人路径规划，特别涉及一种基于全局扫描的移动机器人路径规划方法、设备及介质。
技术介绍
1、移动机器人路径规划问题，可以被描述为寻找一条从起点到终点的无碰撞路径。通常情况下，规划所用时间越短，规划路径越短越平滑，说明路径规划方法效果越好。
2、蚁群方法常用于解决移动机器人路径规划问题，但传统的蚁群方法存在收敛速度慢，易陷入局部最优解，结果稳定性差的问题，且对于各种复杂地图的适应性不高，这限制了移动机器人路径规划效果。
技术实现思路
1、基于依赖传统蚁群方法的移动机器人路径规划方法难以适用于复杂环境的问题，本专利技术实施例提供了一种基于全局扫描的移动机器人路径规划方法、电子设备及存储介质，对复杂地图也具有良好的适应性。
2、第一方面，本专利技术实施例提供了一种基于全局扫描的移动机器人路径规划方法，包括：
3、获取环境数据，并通过栅格法进行环境建模，确定自由空间栅格和障碍物栅格；
4、在确定的环境模型中，利用基于全局扫描的蚁群系统，搜索从起点到终点的无碰撞路径；其中，所述基于全局扫描的蚁群系统，在选择下一节点前，均采用全局扫描的方式，确定当前节点的全局视野；
5、基于搜索到的无碰撞路径，进行移动机器人路径规划。
6、可选地，所述采用全局扫描的方式，确定当前节点的全局视野，包括：
7、令当前节点的几何中点为中心，以通过该中心的直线进行旋转扫描的方式，确定直线碰到障碍物栅格前扫过的
8、可选地，所述利用基于全局扫描的蚁群系统，搜索从起点到终点的无碰撞路径，包括：
9、确定蚁群方法所需的初始参数；
10、将预设数量的蚂蚁设于起点，开始本轮次搜索；
11、对各蚂蚁，以轮盘赌的方法分别从当前节点的全局视野中选择下一节点，并更新禁忌表；
12、判断本轮次搜索是否完成，是则继续执行下一步骤，否则返回执行上一步骤；
13、进行全局信息素更新；
14、判断搜索轮次是否达到最大迭代次数，是则输出当前最优路径，否则返回执行将预设数量的蚂蚁设于起点的步骤，开始新一轮次搜索。
15、可选地，所述确定蚁群方法所需的初始参数，包括，采用如下方式确定初始信息素分布：
16、基于环境模型中各栅格周围的障碍物栅格数量，确定刺激概率；
17、基于刺激概率以及起点和终点在环境模型中的位置，初步确定初始信息素矩阵；
18、对初步确定的初始信息素矩阵，进行连线路径信息素增强；所述连线路径为从起点到终点连线所经过的全部栅格；
19、对进行连线路径信息素增强后的初始信息素矩阵，进行终点信息素增强，得到最终的初始信息素矩阵；所述终点信息素增强，包括，以终点为中心，进行信息素增量辐射递减式增强。
20、可选地，所述从当前节点的全局视野中选择下一节点，包括：
21、通过随机函数，选择使用状态转移规则或距离因素方向选择规则，确定当前节点的全局视野中的一节点为下一节点，表达式为：
22、
23、其中，s表示节点选择函数，i表示当前节点，j表示位于当前节点i的全局视野中的候选节点，τij(k)表示第k轮次搜索中当前节点i与候选节点j之间的信息素，ηij表示当前节点i与候选节点j之间的距离启发因子，α表示信息素浓度的权值系数，β表示启发函数的权值系数；表示第k轮次搜索中当前节点i与候选节点j之间状态转移概率选择函数；q0∈(0,1)为预设的常数，q表示介于0和1之间的随机函数；
24、距离启发因子ηij的表达式为
25、
26、dsi表示起点s到当前节点i的距离，dij表示为当前节点i到候选节点j的距离，dje表示候选节点j到终点e的距离，ql为预设的常数。
27、可选地，所述从当前节点的全局视野中选择下一节点，采用自适应权值系数，表达式为：
28、
29、
30、其中，α表示信息素浓度的权值系数，β表示启发函数的权值系数，均为与当前搜索轮次k相关的自适应函数，q1,q2,q1,c1,c2,k0均为预设的常数。
31、可选地，所述从当前节点的全局视野中选择下一节点，采用加入方向性约束函数的状态转移概率选择函数，表达式为：
32、
33、其中，allowed(k)表示第k轮次搜索中当前节点i的候选节点的集合，表示从当前节点i到候选节点j的方向性约束函数，表达式为：
34、
35、表示从当前节点i到候选节点j的方向向量，表示从当前节点i到终点e的方向向量，q为预设的常量。
36、可选地，所述从当前节点的全局视野中选择下一节点，还包括：
37、若任一蚂蚁当前节点的全局视野为空集，则将当前节点从该蚂蚁的禁忌表中删除，改设为障碍物栅格，并令该蚂蚁退回至上一步节点，重新选择下一节点。
38、第二方面，本专利技术实施例还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本说明书任一实施例所述的移动机器人路径规划方法。
39、第三方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行本说明书任一实施例所述的移动机器人路径规划方法。
40、本专利技术实施例提供了一种基于全局扫描的移动机器人路径规划方法、电子设备及存储介质，本专利技术在利用蚁群系统搜索从起点到终点的无碰撞路径的过程中，采用全局扫描的方式，确定当前节点的全局视野，进而在全局视野中搜索蚂蚁移动的下一节点，能够加快收敛速度，避免陷入局部最优，对复杂地图也具有良好的适应性。
本文档来自技高网...【技术保护点】
1.一种基于全局扫描的移动机器人路径规划方法，其特征在于，包括：
2.根据权利要求1所述的移动机器人路径规划方法，其特征在于，
3.根据权利要求2所述的移动机器人路径规划方法，其特征在于，
4.根据权利要求3所述的移动机器人路径规划方法，其特征在于，
5.根据权利要求3所述的移动机器人路径规划方法，其特征在于，
6.根据权利要求5所述的移动机器人路径规划方法，其特征在于，
7.根据权利要求6所述的移动机器人路径规划方法，其特征在于，
8.根据权利要求3所述的移动机器人路径规划方法，其特征在于，
9.一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1-8中任一项所述的基于全局扫描的移动机器人路径规划方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-8中任一项所述的基于全局扫描的移动机器人路径规划方法。
【技术特征摘要】
1.一种基于全局扫描的移动机器人路径规划方法，其特征在于，包括：
2.根据权利要求1所述的移动机器人路径规划方法，其特征在于，
3.根据权利要求2所述的移动机器人路径规划方法，其特征在于，
4.根据权利要求3所述的移动机器人路径规划方法，其特征在于，
5.根据权利要求3所述的移动机器人路径规划方法，其特征在于，
6.根据权利要求5所述的移动机器人路径规划方法，其特征在于，
7.根据权利要求6所述的移动机器...
【专利技术属性】
技术研发人员：崔灿，陟恒，唐晓翔，江俊南，华毅，张显程，王学武，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：
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。