[发明专利]一种基于蚁群算法的激光雷达空间测量路径规划方法及系统

权利要求书

1.一种基于蚁群算法的激光雷达空间测量路径规划方法，其特征在于，包括以下步骤：；

S1，建立待测对象空间自由栅格以及静态障碍栅格；

S2，基于建立的待测对象空间自由栅格以及静态障碍栅格，根据待测对象空间分布特点及待测对象测量约束确定激光雷达空间测量站位，然后根据测量站位初始位置和姿态数据设定蚂蚁数量；

S3，将各个蚂蚁随机地放置于不同的测量站位，计算每个蚂蚁到下一个待访问的测量站位的路径，获取所有蚂蚁到所有的测量站位的路径；

S4，根据各蚂蚁访问的测量站位的路径，计算各个蚂蚁到测量站位经过的路径长度，将测量站位上的所有路径进行比较，选择长度最短的路径作为当次迭代参数，更新各个测量站位连接路径上的信息素，得到激光雷达空间测量路径；

S5，将激光雷达空间测量路径转化为平面位置，然后根据机器人工作空间模型解算全向车平面移动位置集合，根据全向车平面移动位置集合确定全向车规划路径，以全向车规划路径进行站位测量。

2.根据权利要求1所述的一种基于蚁群算法的激光雷达空间测量路径规划方法，其特征在于，蚂蚁数量为测量目标数的0.85-1.2倍。

3.根据权利要求1所述的一种基于蚁群算法的激光雷达空间测量路径规划方法，其特征在于，采用状态转移概率方程计算蚂蚁到达各个测量站位的概率：

i，j分别为测量站位的起点和终点，η_ij(t)＝1/d_ij是两点i，j路径距离的倒数，τ_ij(t)为时间t时从点i到点j的信息素，allowed_k为尚未访问过的节点的集合，启发函数η_ij(t)＝1/d_ij用于表示蚂蚁从i到j的能见度，α为信息素因子、β为启发函数因子、t为最大迭代次数。

4.根据权利要求1所述的一种基于蚁群算法的激光雷达空间测量路径规划方法，其特征在于，采用蚁周模型，完成一次路径循环释放一次信息素。

5.根据权利要求1所述的一种基于蚁群算法的激光雷达空间测量路径规划方法，各个测量站位连接路径上的信息素更新：

τ_ij(t+1)＝(1-ρ)τ_ij(t)+Δτ_ij(t，t+1)

Q为信息素常数，L_k表示本次循环中蚂蚁K所经过的路径长度，1-ρ表示信息素保留程度。

6.根据权利要求1所述的一种基于蚁群算法的激光雷达空间测量路径规划方法，其特征在于，更新各个测量站位连接路径上的信息素的迭代次数到达设定的迭代次数，则停止迭代，否则进行下一次迭代。