[发明专利]一种基于终距指数的机器人路径规划方法

权利要求书

1.一种基于终距指数的机器人路径规划方法，其特征在于，包括以下步骤：

S1、采用栅格法创建机器人工作环境地图，定义起始点与目标点；

S2、采用蚁群算法寻找环境最短路径，所述蚁群算法按以下子步骤执行：

S21、对于任一坐标为(i，j)的栅格图节点，定义终距指数k_ij，用来标记该节点到终点的距离；

初始化所有节点的终距指数k_ij，初始值设为99；

将信息素启发因子替换为终距指数启发因子β，同时初始化距离启发因子α、终距指数启发因子β、蚂蚁数量m，迭代次数T以及削减系数q；

S22、将m只蚂蚁放在起始点，将起始点加入禁忌表中，开始搜索，得到可行路径节点栅格；

S23、每只蚂蚁根据公式(1)选择下一步移动栅格，并将当前栅格加入到禁忌表中；在计算概率时，按照公式(2)先对所有的相邻节点的k_ij进行整体缩减，放大偏差处理；

k_ij＝k_ij-(1-q)*k_min (2)

公式(1)中，s为当前邻接有转移概率的位置节点，坐标为(i，j)，为蚂蚁k选择邻接节点(i，j)的转移概率；α和β分别为距离启发因子以及终距指数启发因子；allowed_k为t时刻允许蚂蚁k通过的位置节点集合，k＝1，2，…，m；τ_ij(t)表示在可通行邻接节点(i，j)上的距离启发函数；k_ij(t)为可通行邻接节点(i，j)上的终距指数；

S24、判断所有蚂蚁是否到达目标点，如果是，则进行步骤S25；如果否，则更新禁忌表，并返回步骤S23；

S25、当代蚂蚁寻路结束后，取出当代所有可行路径解，依照公式(3)对各节点进行终距指数的更新；

从起点开始，按照更新的终距指数执行最大梯度下降法，得到一条最优路径作为当前代的最优解；

S3、循环T代后结束循环，输出全局最优解。