一种基于粒子再激活的混合粒子群优化路径规划方法技术

本发明专利技术公开了一种基于粒子再激活的混合粒子群优化路径规划方法，属于移动机器人自主导航领域。包括以下步骤：S1，对粒子种群进行初始化操作；S2，进入迭代，计算每个粒子的适应度值；S3，进入粒子再激活模块，对种群进行处理；S4，更新个体历史最优解；S5，结合模拟退火算法的思想更新全局历史最优解；S6，更新粒子的速度和位置；S7，判断是否满足最大迭代次数，满足就退出迭代；S8，将全局历史最优解作为最终结果输出。在matlab2022b环境下，使用自制的障碍物地图与标准的PSO路径规划算法、遗传算法及其他改进的粒子群优化算法进行对比，结果显示本文改进算法在平均路径长度和算法稳定性上有提升。

【技术实现步骤摘要】

本专利技术属于移动机器人自主导航领域，具体为一种基于粒子再激活的混合粒子群优化路径规划方法。

技术介绍

1、路径规划指在确定的机器人及其工作环境下，在静态或动态环境中，根据一定的性能指标，规划出一条避开障碍物的最优路径到达目的地。一个优秀的路径规划算法不仅可以为机器人节省大量反应时间，还可以减少机器人运行磨损，降低运行成本。所以路径规划是机器人技术关键的一环，其具有重要的应用价值，近年来已经成为国内外研究热点。

2、一般来说，根据给予机器人的信息不同，路径规划一般分为局部路径规划和全局路径规划。全局路径规划在静态环境下，给予机器人基本上完整的环境信息，并生成从起点到终点的完整路径。机器人在全局路径规划下，完全知道其执行的最佳路径。而局部路径规划是指在一定的环境中，在一个短期、小范围之内，避开障碍，在参考线的引导下最终到达终点。局部路径规划具有一些未知的环境信息，例如动态障碍物的大小和位置。

3、粒子群优化(particle swarm optimization，pso)算法于1995年被eberhart等人提出，是一种集群优化算法。本文档来自技高网...

【技术保护点】

1.一种基于粒子再激活的混合粒子群优化路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述一种基于粒子再激活的混合粒子群优化路径规划方法，其特征在于：所述步骤S1中的初始化操作包括，每一个粒子都代表一条路径，随机生成五个点，并按照顺序将其连接在一起，如果该条路径与障碍物相撞，则为非法路径，重新生成该路径，最终生成种群数量N条合法的路径。

3.根据权利要求1所述一种基于粒子再激活的混合粒子群优化路径规划方法，其特征在于：步骤S2中所述适应度值计算公式为：

4.根据权利要求3所述一种基于粒子再激活的混合粒子群优化路径规划方法，其特征在于：判断路...

【技术特征摘要】

1.一种基于粒子再激活的混合粒子群优化路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述一种基于粒子再激活的混合粒子群优化路径规划方法，其特征在于：所述步骤s1中的初始化操作包括，每一个粒子都代表一条路径，随机生成五个点，并按照顺序将其连接在一起，如果该条路径与障碍物相撞，则为非法路径，重新生成该路径，最终生成种群数量n条合法的路径。

3.根据权利要求1所述一种基于粒子再激活的混合粒子群优化路径规划方法，其特征在于：步骤s2中所述适应度值计算公式为：

4.根据权利要求3所述一种基于粒子再激活的混合粒子群优化路径规划方法，其特征在于：判断路径是否与障碍物相撞用的方法是判断每两个点构成的线段是否与圆形障碍物相撞：从线段上均匀采样s个点，然后用下列计算每个采样点到圆心距离的平方d2

5.根据权利要求1所述一种基于粒子再激活的混合粒子群优化路径规划方法，其特征在于：步骤s3中所述粒子再激活模块包括“判别器”和“激活器”，通过“判别器”判断是否进行粒子再激活操作，判定成功则进入“激活器”，判...

【专利技术属性】
技术研发人员：罗元，张现锋，吴金科，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：