[发明专利]一种基于Q-IGA动态拟合贝塞尔曲线的路径规划方法

说明书

本发明公开了一种基于Q‑IGA动态拟合贝塞尔曲线的路径规划方法，包括，基于机器人行进环境构建多面障碍物平面模型，对所述多面障碍物平面模型进行二值化处理，得到网格地图；利用Q‑IGA协同搜索最合适的控制点P作为贝塞尔曲线的控制点，根据所述控制点生成较短的最佳路径；优化遗传算法中的选择算子，利用Q值检验法思想判断种群内解多样性；修正适应度函数，加入除路径长度以外的其他代价因素，使生成的所述最佳路径满足所述机器人行进路径合理性要求。本发明方法在获得最优路径的同时有效提高了算法的时间效率。

技术领域

本发明涉及移动机器人、路径规划的技术领域，尤其涉及一种基于Q-IGA动态拟合贝塞尔曲线的路径规划方法。

背景技术

随着计算机技术、控制理论、传感器技术和人工智能等众多交叉学科的发展成熟，自导航机器人技术得到快速发展，各式各样的机器人被应用于科学研究、工业生产、家居生活等众多领域，自导航机器人技术不仅是移动机器人完成高难度任务的基石，也是机器人智能化成熟的重要标志，控制自导航机器人运动的算法主要由定位算法、导航控制算法及路径规划算法三部分组成，在路径搜索过程中安全避障是机器人顺利完成任务的前提，因此路径规划方法的优劣对机器人作业具有重要影响，路径规划的目的是寻找一条从起始点到目标点的无碰撞最优路径。

目前，已有很多研究者致力于路径规划算法研究，从早期的栅格法、可视图法、人工势场法等传统算法到遗传算法、粒子群算法等智能算法以及衍生出的改进算法等，研究不断深入并取得丰硕成果，然而传统路径规划算法依旧存在很大的局限性，因此智能算法凭借其独特的优良性能成为研究重点，由于遗传算法的进化算子具有各态历经性，使其能够有效处理具有概率意义的全局搜索，并且搜索过程不需要限制问题的内在性质，因而在解决路径规划问题方面脱颖而出。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明提供了一种基于Q-IGA动态拟合贝塞尔曲线的路径规划方法，能够解决传统路径规划算法存在极大局限性的问题。

为解决上述技术问题，本发明提供如下技术方案：包括，基于机器人行进环境构建多面障碍物平面模型，对所述多面障碍物平面模型进行二值化处理，得到网格地图；利用Q-IGA协同搜索最合适的控制点P作为贝塞尔曲线的控制点，根据所述控制点生成较短的最佳路径；优化遗传算法中的选择算子，利用Q值检验法思想判断种群内解多样性；修正适应度函数，加入除路径长度以外的其他代价因素，使生成的所述最佳路径满足所述机器人行进路径合理性要求。

作为本发明所述的基于Q-IGA动态拟合贝塞尔曲线的路径规划方法的一种优选方案，其中：所述机器人行进环境为二维平面，包括，静态、随机和已知的任意不规则多边形，环形列表表示的顶点(x,y)。

作为本发明所述的基于Q-IGA动态拟合贝塞尔曲线的路径规划方法的一种优选方案，其中：对所述多面障碍物平面模型进行二值化处理，使其相当于具有多个像素点的网格地图，包括，每一个网格相当于一个基因，数值定义为0、1；当所述网格是贝塞尔曲线的控制点时，数值为1；当所述网格不是所述贝塞尔曲线的控制点时，数值为0；若所述网格被障碍物覆盖，则数值定义为-1，不可作为所述控制点。

作为本发明所述的基于Q-IGA动态拟合贝塞尔曲线的路径规划方法的一种优选方案，其中：所述遗传算法基于二进制编码初始种群内的每个染色体编码，若路径穿过障碍物，即穿过值为-1的网格点，则所述路径会在后续的遗传操作中通过避障操作被移除；所述遗传操作中定义了低阶连续性准则，包括，连接起始点的一条线段具有0阶连续性、在两条线段的连接处用等效切线保证一阶连续性、三阶以上的贝塞尔曲线由曲率连续性保证其连续性；利用三阶贝塞尔曲线生成平滑路径，则三阶贝塞尔曲线定义如下：