System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于改进北方苍鹰优化的六足机器人路径规划方法技术_技高网

一种基于改进北方苍鹰优化的六足机器人路径规划方法技术

技术编号:42630205 阅读:43 留言:0更新日期:2024-09-06 01:31
本发明专利技术属于六足机器人路径规划技术领域,提供了一种基于改进北方苍鹰优化的六足机器人路径规划方法,包含下列步骤:S1,获取环境信息(障碍物数量、出发位置、到达位置、障碍物位置),并定义目标函数fut(A,B);S2,执行改进北方苍鹰优化进行六足机器人路径规划;S3,在最后一代群体中获取到目标函数值最低的最优路径信息;本发明专利技术能够有效的提升了六足机器人在复杂、动态工作环境中的安全性、可靠性以及工作效率。这对于六足机器人在应用领域的推广具有重要意义。

【技术实现步骤摘要】

本专利技术属于六足机器人路径规划,具体地说是一种基于改进北方苍鹰优化的六足机器人路径规划方法


技术介绍

1、在移动六足机器人领域中,基本问题是设计一个能避开与障碍物碰撞的最优路径。移动六足机器人路径规划作为六足机器人导航和运动控制的重要组成部分,可以帮助六足机器人在复杂和动态的环境中规划出安全、高效的移动路径。但是,随着移动六足机器人的应用范围不断扩大,包括智能家居、物流仓储、工业自动化等领域,这要求六足机器人能够自主地在室内、室外等复杂环境中移动。而现实世界中的环境常常是不确定和动态的,六足机器人需要能够适应和处理这些变化,以实现高效、安全的移动。这对于提高六足机器人的工作效率、安全性和成本效益具有重要的意义,有助于推动六足机器人技术的发展和应用。

2、目前,应用于六足机器人路径规划的常见方法有d i jkstra算法和群智能算法。其中d i jkstra算法通过从起点出发,逐步扩展路径,直到到达目标点或扩展完所有节点,找到最短路径。它适用于没有启发式函数的情况下,找到最短路径。但是随着搜索图结构变得愈发复杂,d i jkstra算法的运行时间和空间复杂度会急剧增加。目前,由于群智能算法具备能够处理复杂、不确定、动态的问题的优势,同时具有较强的鲁棒性被广泛应用于六足机器人路径规划。例如,蚁群算法模拟了蚂蚁在寻找食物时的行为,通过信息素的传播和更新来寻找最优路径。目前,蚁群算法已经被用于解决单六足机器人和多六足机器人的路径规划问题。同时,遗传算法通过模拟生物进化过程,通过遗传操作(交叉、变异)和适应度评估来搜索最优解,已经被用于优化六足机器人的路径选择和避障策略。尽管现有的群智能算法在求解六足机器人路径规划问题时已具备很好的优势,但是随着环境的复杂性急剧增加,现有的群智能算法性能面临挑战,在障碍物增加、不确定性和动态变化因素不确定的时候,传统的基于群智能算法的路径规划方法会受到局部最优解的限制,这就导致了六足机器人的工作效率,安全性上存在缺陷。为了缓解现有基于群智能算法的路径规划方法存在的缺陷,在本专利技术中结合改进策略,旨在提出一种新颖高效的六足机器人路径规划方法,以实现在复杂环境中六足机器人路径的高效求解,提升实时响应度,使得六足机器人在实际运行中的工作效率和安全性得到保证。


技术实现思路

1、本专利技术的目的是解决在六足机器人路径规划领域中存在的技术问题,特别是引入一种基于改进北方苍鹰优化的六足机器人路径规划方法。

2、为了实现本专利技术的上述目的,一种基于改进北方苍鹰优化的六足机器人路径规划方法,包括以下步骤:

3、s1、获取环境信息(障碍物数量、出发位置、到达位置、障碍物位置),并定义目标函数fut(a,b):

4、min fut(a,b)=leng+leng·α·dis(1)

5、其中,a表示插值点的横坐标值;

6、b表示插值点的纵坐标值;

7、leng表示从起点到终点的路径长度;

8、α表示一个比例因子;

9、dis表示所有障碍物到所有插值点的平均距离值;

10、s2、执行改进北方苍鹰优化进行六足机器人路径规划;

11、s3、在最后一代群体中获取到目标函数值最低的最优路径信息。

12、优选的,在步骤s1中,所述α=100。

13、优选的,所述步骤s2具体的描述如下:

14、s2-1,生成大小为g的初始群体pln:

15、

16、其中,routei表示在群体内第i条路径的位置信息;

17、roui,j表示第i条路径信息中第j个插值点的位置信息;

18、g表示群体中路径信息的数量;

19、c表示插值点的数量;

20、群体初始化后,令ci=1,ci表示当前函数执行的次数;

21、s2-2,使用式(1)计算目标函数值;

22、s2-3,如果ci≤maxci,maxci表示最大函数执行次数,则执行s2-4,否则跳转到步骤s3;

23、s2-4,使用下列公式对第i条路径的信息进行更新:

24、

25、其中,表示第i条路径的新信息状态;

26、kr表示在群体中的任意一条路径信息;

27、e表示在范围[0,1]内的随机数;

28、i表示在集合{1,2}中的任意一个数;

29、表示第kr条路径对应的目标函数值;

30、futi表示第i条路径在更新前对应的目标函数值;

31、s2-5,使用下列公式对第i条路径进行保留:

32、

33、其中,routei表示第i条路径的位置信息;

34、表示第i条路径的新信息状态;

35、表示第i条路径的新信息状态对应的目标函数值;令ci=ci+1;

36、s2-6,使用下列公式对第i条路径的信息进行更新:

37、

38、其中,表示第i条路径的新信息状态;

39、k1表示线性递减因子,使用下列等式表示:

40、

41、s2-7,使用下列公式对第i条路径进行保留:

42、

43、其中,routei表示第i条路径的位置信息;

44、表示第i条路径的新信息状态;

45、表示第i条路径的新信息状态对应的目标函数值;

46、令ci=ci+1;

47、s2-8,如果p<1-ci/maxci,则执行s2-8-1,否则执行s2-8-2;

48、s2-9,使用下列公式对第i条路径进行保留:

49、

50、其中,routei表示第i条路径的位置信息;

51、表示第i条路径的新信息状态;

52、表示第i条路径的新信息状态对应的目标函数值;

53、令ci=ci+1;继续执行s2-3。

54、优选的,在步骤s2-8中,引入了一种新颖的有助于提升算法探索性能方式对路径进行更新,在s2-8-1,使用下列公式对第i条路径的信息进行更新:

55、

56、其中,routei表示第i条路径的位置信息;

57、表示第i条路径的新信息状态;

58、router1和router2表示在群体中两个互不相同的路径;

59、lower和upper分别表示该路径规划问题的下界和下界;

60、rand、rand1和rand2表示在区间[0,1]内的随机数;

61、m1使用下列公式表示:

62、m1=abs(rn1)·rand

63、其中,abs表示取绝对值操作;

64、rn1表示一个服从正态分布的随机数;

65、rand表示在区间[0,1]内的随机数;

66、m2使用下列公本文档来自技高网...

【技术保护点】

1.一种基于改进北方苍鹰优化的六足机器人路径规划方法,其特征在于:包括以下步骤:

2.如权利要求1所述一种基于改进北方苍鹰优化的六足机器人路径规划方法,其特征在于:在步骤S1中,所述α=100。

3.如权利要求1所述一种基于改进北方苍鹰优化的六足机器人路径规划方法,其特征在于:所述步骤S2具体的描述如下:

4.如权利要求3所述一种基于改进北方苍鹰优化的六足机器人路径规划方法,其特征在于:在步骤S2-8中的S2-8-1,使用下列公式对第i条路径的信息进行更新:

5.如权利要求3所述一种基于改进北方苍鹰优化的六足机器人路径规划方法,其特征在于:在步骤S2-8中的S2-8-2,使用下列公式对第i条路径的信息进行更新:

【技术特征摘要】

1.一种基于改进北方苍鹰优化的六足机器人路径规划方法,其特征在于:包括以下步骤:

2.如权利要求1所述一种基于改进北方苍鹰优化的六足机器人路径规划方法,其特征在于:在步骤s1中,所述α=100。

3.如权利要求1所述一种基于改进北方苍鹰优化的六足机器人路径规划方法,其特征在于:所述步骤s2具体的描述如下:

【专利技术属性】
技术研发人员:李彦阳刘浩林吴静雯张亚楠姚泓奕
申请(专利权)人:武汉科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1