买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：昆明理工大学

摘要：本发明属于移动机器人路径规划领域，本发明公开了一种基于改进PSO算法的移动机器人路径规划方法、系统及应用，构造适应度函数综合了两个分别考虑路径长度和障碍风险度的评价函数；改进的PSO算法中引入双向学习策略来扩大粒子的搜索范围、丰富种群多样性；在双向学习策略中，为了克服在优化复杂函数时无法很好地调节寻优进程的问题，提出了双重自适应策略，更好地平衡群体中粒子的搜索行为。然后通过吸引‑排斥策略，使粒子能够分别被全局最优粒子和全局最差粒子所引导进而朝着更优的方向进化，提高了算法的局部寻优性能和收敛能力。本发明完成了基于改进PSO算法的路径规划方法框架，实现了静态环境下的机器人最优路径规划。

主权项：1.一种基于改进PSO算法的移动机器人路径规划方法，其特征在于，包括以下步骤：步骤1：根据路径长度代价L、机器人躲避障碍物代价Ls构建路径规划优化模型f；步骤2：初始化粒子群算法相关参数；步骤3：评估路径规划优化模型f；步骤4：将f由优到差排序，每个个体从群体中随机选取一个较优个体作为学习对象xk，更新全局最优个体gbesti和全局最差个体gworsti；步骤5：通过所述相关参数自适应更新学习因子c、惯性权重w和抉择因子F；步骤6：若RF采用双向学习策略，更新粒子的位置xi、速度vi；反之采用吸引排斥策略，更新粒子位置xi；步骤7：更新适应度函数值f；步骤8：判断迭代次数，如果迭代次数t达到最大次数T，则输出最优结果，停止运算；否则，t＝t+1，返回步骤4；所述路径长度L的具体计算公式为： 其中，xi,yi是路径节点，总共有n个路径节点，L是时间t时相邻路径节点的长度之和，表示时间t时路径的长度；第m条路径的障碍威胁代价Ls定义为： 其中，假设其为圆形障碍，rk为圆形障碍物的半径，k为第kk＝1,2,…,g个障碍物；lk为圆心到各段路径的距离，则为路径到障碍物的最短距离；根据公式1、公式2计算移动机器人路径规划优化模型f：f＝u1L+u2Ls3其中u1、u2为[0,1]内的惯重因子；所述步骤2中，初始化的相关参数包括：种群规模M，粒子维数D，最大迭代次数T，自适应学习因子c，学习因子最大值cmax、最小值cmin；惯性权重w，惯性权重最大值wmax、最小值wmin；粒子初始位置xi和速度参数vi；自适应抉择因子F；计算粒子速度vi与粒子位置xi的具体公式为：1如果RF采用双向学习策略，则粒子速度vi与粒子位置xi计算公式为： xit+1＝xit+vit+18其中，i为第i个粒子，i＝1,2,…N；xk为学习对象，r1为均匀随机数；2如果R≥F采用吸引排斥策略，则粒子速度vi与粒子位置xi计算公式为：xit+1＝r2xit+r3gbestit-xit-r3gworstit-xit9其中，r2为均匀随机数，r3＝121-r2，gbesti全局最优个体、gworsti全局最差个体。

全文数据：

权利要求：

百度查询： 昆明理工大学 基于改进PSO算法的移动机器人路径规划方法、系统及应用