[发明专利]一种基于K视界蚁群算法的焊接机器人路径规划方法

权利要求书

1.一种基于K视界蚁群算法的焊接机器人路径规划方法，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、初始化节点的实际视界矩阵v_matrix，所有元素为K，K取值为所有节点的总数，最优路径长度L_b为无穷大，最优路径节点列表node_b为空列表，包括距离启发因子α，信息素启发因子β，蚂蚁数量M，最大迭代次数T、挥发系数e、收缩系数λ以及其它算法参数；

S3、算法迭代开始：

S3.1、将第i(i＝1,2...M)只蚂蚁放至起点开始寻路，；

S3.2、按照当前所处节点的视界范围筛选节点，根据式公(1)计算节点的选择概率，使用轮盘赌法选择下一节点并移动；

其中，是由迭代次数t时的第k只蚂蚁由节点i转移至节点j的选择概率，τ_ij(t)是距离启发函数，η_ij(t)是信息素浓度启发函数，α和β分别是距离启发因子以及信息素浓度启发因子，allowed_k为可行节点列表；

S3.3、判断当前节点是否为终点，若是，则执行S3.4，否则执行S3.2；

S3.4、记录所有的寻路结果，保存路径节点信息与路径长度信息，若所有蚂蚁都完成了寻路任务，执行S3.5，否则执行S3.1；

S3.5、按照传统蚁群算法相关流程更新信息素浓度矩阵；

S3.6、判断当代最优路径长度l_b是否小于L_b，若是，则更新L_b与node_b为当代最优解；

S3.7、以node_b节点列表为依据，使用式公(2)和公式(3)对所有节点的实际视界进行更新；

上式中，为p_i节点对应的理论视界，D为一列表，为p_j节点与p_i节点的欧氏距离，sort()函数将参数列表中的元素从小到大排列，index()方法将返回参数变量在列表中的序号。为第m代中p_i节点对应的实际视界，λ为收缩系数，影响实际视界向理论视界靠拢的速度；

S3.8、若当前迭代次数小于最大迭代次数，则执行S3.1；否则，执行S4；

S4、循环T代后结束循环，输出全局最优解。