[发明专利]基于遗传算法的扫地机器人扫地行走路径规划方法

权利要求书

1.一种基于遗传算法的扫地机器人扫地行走路径规划方法，其特征在于，该方法包括以下步骤：

步骤一、染色体编码：将扫地机器人清扫整个环境地面的路径表示为其中为第i′段路径段的矢量表示，它的两个端点分别表示为P_i′和P_i′+1，符号“+”表示矢量的运算；用O表示原点，将表示为整个扫地机器人的运动路径表示为路点矢量集合n为路点总数，中i′的取值为1～n-1，为原点O到端点P_i′的路径段的矢量表示，为原点O到端点P_i′+1的路径段的矢量表示；设P_i′的坐标点表示为将路径以坐标点形式储存，完成对染色体的编码，所有的路径T是可能的一个满足条件路径；

步骤二、群体初始化：采用改进的果蝇算法产生扫地机器人清扫整个环境地面的可行路径集合，作为遗传算法的初始群体；具体过程为：

步骤201、初始化果蝇群体位置；果蝇群体位置为遗传算法的初始群体的集合；

步骤202、赋予果蝇个体利用嗅觉搜寻食物的随机方向和距离；

步骤三、计算与原点的距离D，再计算味道浓度判定值S；

步骤四、把S带入味道浓度判定函数；

步骤205、求此果蝇群体中的味道浓度最高的果蝇；

步骤206、记录最佳味道浓度值和对应最佳味道浓度值的果蝇位置；

步骤207、根据味道浓度判定值计算果蝇群体的平均味道浓度判定值F_i，其中，S_i(r)为第r代中果蝇i的味道浓度判定值，N为迭代次数；

步骤208、根据公式计算果蝇群体平均味道浓度判定值的方差σ²；

步骤209、根据公式选取下一次迭代的步长，其中，h_r为种群第r代搜索步长；

步骤2010、判定是否达到了预设的最大迭代次数，当达到最大的迭代次数时，结束，将最后一次迭代确定出的果蝇群体位置对应的遗传算法的初始群体确定为遗传算法的初始群体；否则，返回执行步骤201至步骤209；

步骤三、构造适应度函数；

步骤四、进行交叉算子、变异算子、插入算子和删除算子的遗传操作，计算种群中各染色体的适应度值和种群的平均适应度值，当种群中一半以上的染色体达到相同的适应度值，且种群的平均适应度值不变时，将这一代种群作为终止种群，得到扫地机器人清扫整个环境地面的最优路径。

2.按照权利要求1所述的基于遗传算法的扫地机器人扫地行走路径规划方法，其特征在于：步骤2010中所述预设的最大迭代次数为200次。

3.按照权利要求1所述的基于遗传算法的扫地机器人扫地行走路径规划方法，其特征在于：步骤三中所述构造的适应度函数为f(p)＝w_d·dist(p)+w_s·smooth(p)+w_c·clear(p)，其中，dist(p)为路径长度且用公式表示为d(L_i′,L_i′+1)表示L_i′与L_i′+1之间的距离，L_i′+1为第i′+1段路径段的矢量表示，w_d为路径长度的加权系数；smooth(p)为平滑度且用公式表示为ψ为扫地机器人的理想偏转角度且S′为场景面积，O_S′为所有障碍物所占的面积，κ为扫地机器人的偏转角度，w_s为平滑度的加权系数；clear(p)为间隔度且用公式表示为γ_i′为第i′段路径段离障碍物的最短距离，w_c为间隔度的加权系数。