[发明专利]一种基于种群多样性的自适应多目标机器人避障算法

权利要求书

1.一种基于种群多样性的自适应多目标机器人避障算法，其特征在于，按以下步骤进行：

步骤一：对环境进行建模,种群初始化，并判断种群个体与障碍物之间的关系；

步骤二：基于种群多样性的自适应多目标机器人路径规划算法；

步骤三：对所得的结果进行路径平滑处理，最后得到该地图中机器人行走的最优路径。

2.根据权利要求1所述的一种基于种群多样性的自适应多目标机器人避障算法，其特征在于，

步骤一:对环境进行建模,种群初始化，并判断种群个体与障碍物之间的关系：

（1）环境建模：多边形表示障碍物，点表示机器人，确定机器人的起始点与终止点；

（2）种群初始化：将起点和终点做一条直线连线，将该直线看成是新的横坐标轴XX，做垂直于XX的新的纵坐标轴YY，将该直线若干等分，下面就可以在每条等分线上分别随机取一点，形成初始种群个体；

（3）判断种群个体是否在障碍物内：

若在障碍物内或在边缘上，则删除该点，并重新生成初始点，否则保留该点；随机点与障碍物的关系采用射线法进行判别； 

（4）判断机器人路径是否与障碍物相交：

首先取第一个障碍物的第一条边和随机点结构的第一条边，根据线段所在边的直线方程来计算折线与障碍物边是否相交；循环操作，计算出每条折线与每个障碍物的每条边的交点，判定交点是否在障碍物边所在线段的范围，若某路径段与障碍物的某条边相交，采用重新生成第二个路径点的方式重新初始化该点，一直到所有路径与障碍物均不相交为止。

3.根据权利要求1所述的一种基于种群多样性的自适应多目标机器人避障算法，其特征在于，

步骤二:基于种群多样性的自适应多目标机器人路径规划算法：

（1）计算种群个体的适应度，并进行环境选择，如果外部存档集的规模超过约定值，利用修剪过程降低其大小，如果大小比约定值小，则从种群个体中选取支配个体填满之；

（2）判断是否满足终止条件，若满足，则返回结果并结束，否则继续；

（3）对种群进行锦标赛选择；

（4）计算种群多样性指数；

其中种群多样性指数H定义如下：

其中，n表示物种数目，表示种群内第个物种占总数的比例。为了定量的分析种群多样性，我们定义数值为物种聚集距离，如果若干个体之间的聚集距离均小于，那么它们之间存在着足够高的的相似度，这些个体构成一个物种；

（5）按照自适应调整公式对交叉变异概率进行调整：

基于种群多样性的自适应交叉变异概率调整公式如下：

在上述公式中，分别表示事先设定的交叉、变异概率的上限下限，H代表种群多样性指数；

（6）根据得到的交叉变异概率对种群个体进行交叉变异操作，转到步骤（1）。

4.根据权利要求1所述的一种基于种群多样性的自适应多目标机器人避障算法，其特征在于，

步骤三、对所得的结果进行路径平滑处理并且输出结果：

在算法结束后，对所得到的机器人路径进行平滑处理，具体方法运用计算几何的方法求解两条线段之间夹角的情况；如果是钝角的话不做特殊处理，如果是锐角或者是直角的话，也就是说机器人在拐弯时的角度过大，因此就需要修改路径，需要将夹角为锐角或直角的两条相邻的边上增加结点，经过平滑处理后，最后得到该地图中机器人行走的最优路径。