基于二进制量子粒子群算法的移动机器人路径规划方法
专利汇可以提供基于二进制量子粒子群算法的移动机器人路径规划方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于二进制量子粒子群 算法 的移动 机器人 路径规划方法，特征是包含如下步骤：步骤一：把机器人简 化成 一个点，并在二维空间内运动，通过视觉系统能 感知 自己目前的 位姿 和障碍物的 位置 ；步骤二：将 机器人视觉 系统感知到的所有障碍物处理成凸多边形；步骤三：将二维空间离散化为一系列的栅格，并对 移动机器人 在每一个栅格处的八个可能运动方向进行二进制编码；步骤四：定义从起点到目标点的路径的长短为该方法需要求解的目标函数；步骤五：针对机器人路径规划问题的离散特征，利用二进制量子粒子群算法对步骤四中的目标函数进行全局优化以得到最优的移动机器人路径。本发明具有过程简单、容易实现、鲁棒性好、求解效率高等优点。，下面是基于二进制量子粒子群算法的移动机器人路径规划方法专利的具体信息内容。
1、一种基于二进制量子粒子群算法的移动机器人路径规划方法，其特征 在于该方法包含如下步骤：
步骤一：把机器人简化成一个点，并在二维空间内运动，通过视觉系统 能感知自己目前的位姿和障碍物的位置；
步骤二：将机器人视觉系统感知到的所有障碍物处理成凸多边形；
步骤三：将二维空间离散化为一系列的栅格，并对移动机器人在每一个 栅格处的八个可能运动方向进行二进制编码；
步骤四：定义从起点到目标点的路径的长短为该方法需要求解的目标函 数，即由路径上的栅格累积得到，计算方法具体为：
其中d表示两个栅格间的路径长度；
步骤五：针对机器人路径规划问题的离散特征，利用二进制量子粒子群 算法对步骤四中的目标函数进行全局优化以得到最优的移动机器人路径，具 体包括：
(5.1)粒子距离的确定：为了表示两个粒子之间的距离，引入了Hamming 距离来定义它，定义两个粒子(X，Y)，它们分别有两个决策变量(Xi1， Xi2)、(Yi1，Yi2)，每一个决策变量由五位二进制编码，则两个粒子的距离 可有Hamming距离表示得：
|X-Y|＝dH(X，Y)(2)
它的值为两个位串对应位的不同值的数目；
(5.2)最优中值位置(mbest)的确定：mbest的值由粒子群体中每个粒 子位串的相同位的值决定，通过统计每个粒子群体中统计粒子二进制编码的 每一位出现0、1的概率的大小，出现0的次数多，则mbest对应的为0，反 之，则为1；
(5.3)局部吸引子Pi的确定：利用多点交叉操作得到局部吸引子；即先 计算出每一代的局部最优和全局最优，通过交叉的方式计算出局部吸引子；
(5.4)粒子位置的确定：
b＝α*dH(Xid，mbestd)*ln(1/u)，u＝rand() (3)
其中dH(Xid，Pid)是粒子i第d维的Xid和局部吸引子第d维的Pid的Hamming距 离。
技术领域
本发明公开了一种基于二进制量子粒子群算法的移动机器人路径规划方 法。
背景技术
移动机器人的运动规划算法是伴随着移动机器人的发展为满足机器人的 需要而发展的。当今，无人地面、水下、空中机器人发展迅速，足球机器人 比赛如火如荼，并且机器人正朝着微小型化和多机器人协作方向发展。随着 星球探测和无人战争的需要，对机器人的研究越来越注重于在崎岖地形和存 在着运动障碍的复杂环境中自主导航。为了满足移动机器人发展的需要，运 动规划正在并且将会向高维自由度机器人、多机器人协调、动态未知环境中 的规划发展。
发明内容
按照本发明提供的技术方案，所述基于二进制量子粒子群算法的移动机 器人路径规划方法包含如下步骤：
步骤一：把机器人简化成一个点，并在二维空间内运动，通过视觉系统 能感知自己目前的位姿和障碍物的位置；
步骤二：将机器人视觉系统感知到的所有障碍物处理成凸多边形；
步骤三：将二维空间离散化为一系列的栅格，并对移动机器人在每一个 栅格处的八个可能运动方向进行二进制编码；
步骤四：定义从起点到目标点的路径的长短为该方法需要求解的目标函 数，即由路径上的栅格累积得到，计算方法具体为：
其中d表示两个栅格间的路径长度；
步骤五：针对机器人路径规划问题的离散特征，利用二进制量子粒子群 算法对步骤四中的目标函数进行全局优化以得到最优的移动机器人路径，具 体包括：
(5.1)粒子距离的确定：为了表示两个粒子之间的距离，引入了Hamming 距离来定义它，定义两个粒子(X，Y)，它们分别有两个决策变量(Xi1， Xi2)、(Yi1，Yi2)，每一个决策变量由五位二进制编码，则两个粒子的距离 可有Hamming距离表示得：
|X-Y|＝dH(X，Y) (2)
它的值为两个位串对应位的不同值的数目；
(5.2)最优中值位置(mbest)的确定：mbest的值由粒子群体中每个粒 子位串的相同位的值决定，通过统计每个粒子群体中统计粒子二进制编码的 每一位出现0、1的概率的大小，出现0的次数多，则mbest对应的为0，反 之，则为1；
(5.3)局部吸引子Pi的确定：利用多点交叉操作得到局部吸引子；即先 计算出每一代的局部最优和全局最优，通过交叉的方式计算出局部吸引子；
(5.4)粒子位置的确定：
b＝α*dH(Xid，mbestd)*ln(1/u)，u＝rand() (3)
其中dH(Xid，Pid)是粒子i第d维的Xid和局部吸引子第d维的Pid的Hamming距 离。
本发明与已有技术相比，过程简单，容易实现，鲁棒性好、求解效率高 等优点。因此，本发明解决了移动机器人实时生成避障路径的问题。本发明 解决了不确定环境下移动机器人的路径规划，实现了移动机器人的导航和避 障问题，较好的实现了机器人的实时路径规划和控制，为移动机器人路径规 划提供了一个有效的方法。
附图说明
图1 栅格法规划搜索区域示意图。
图2 方向编码示意图。
图3 粒子位置的二进制编码图。
图4 二进制编码粒子的多点交叉示意图。
图5 迭代15代后得到的规划路径示意图。
图6 迭代42代后得到的最佳规划路径示意图。
图7 迭代70代后得到的规划路径示意图。
图8 迭代276代后得到的最优规划路径示意图。
图9 迭代180代后得到的规划路径示意图。
图10 迭代227代后得到的最优规划路径示意图。
在所有的图中，所有的星号点“*”表示机器人行走路径，实心点表示自 由空间，方块表示障碍物。
具体实施方式
实施例1：本发明基于二进制量子粒子群算法的移动机器人路径规划方 法包含如下步骤：
1、把机器人简化成一个能在二维空间中运动的点，它通过视觉系统能感 知自己目前的位姿和障碍物的位置；而机器人所能感知的障碍物被处理成二 维空间中的凸多边形。
2、根据机器人自身的尺寸确定栅格粒度的人小，用栅格法建立机器人 的环境模型，即离散状态空间，建立后的样式如图1；
3、确定离散空间上八个方向的编码方式，即采用二进制编码，如图2；
4、确定问题的目标函数，即定义从起点到目标点的路径的长短为该方 法需要求解的目标函数，计算方法如公式(1)；二进制量子粒子群算法中粒 子位置的目标函数值作为适应值fitness；
5、实施如下二进制量子粒子群算法的步骤对目标函数进行优化以得到 最优的移动机器人路径；
6、设定二进制量子粒子群算法的详细参数，即群体规模、二进制串的 长度、最大迭代次数及搜索空间；群体规模一般为20～50，二进制串的长度 一般取4×4×n(n为及其人工作区的边长)，最大迭代次数及搜索空间视具体 情况而定。
7、初始化二进制量子粒子群算法的粒子的位置变量，以及粒子的局部 最优值pbest，并求出群体的全局最优值gbest；
8、计算粒子群的中值最优位置mbest；
9、通过图4示意计算局部吸引子Pi；
10、通过公式(3)、(4)计算粒子位置Xid；
11、计算粒子新位置的适应度fitness(xi(t+1))；
12、更新粒子的当前最优位置，即：如果fitness(xi(t+1))
如图6、7所示，机器人的工作区域为16×16的无障碍物运动空间，路 径的起点为(1，1)，终点为(16，16)，算法中设置粒子群体为30，二进制 串的长度为4×4×16＝256，α设为0.6。
实施例2
如图7、8所示，机器人的工作区域为16×16的有障碍物运动空间，路 径的起点为(1，1)，终点为(16，16)，算法中设置粒子群体为30，4×4× 16＝256，α设为0.6。
实施例3
如图9、10所示，机器人的工作区域为16×16的有障碍物运动空间， 路径的起点为(4，12)，终点为(16，16)，算法中设置粒子群体为30，4× 4×16＝256，α设为0.6。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种用于智能机器人分工协作方法以及机器人 | 2020-05-11 | 1023 |
| 居住环境中的人脸识别 | 2020-05-13 | 583 |
| 一种基于智能声源定位与语音控制的机器人系统及方法 | 2020-05-13 | 858 |
| 一种基于场景的开放式神经网络模型管理系统 | 2020-05-14 | 528 |
| 输电线路单相断线短接杆塔的生物安全评估平台及方法 | 2020-05-21 | 931 |
| 可扩展集群微粒机器人自组织协同跟踪控制方法 | 2020-05-15 | 223 |
| 基于机器人识别的语音输出方法、装置、机器人及介质 | 2020-05-16 | 742 |
| 一种用于多机器人的控制方法及控制系统 | 2020-05-19 | 9 |
| 一种智能服务机器人的行走机构 | 2020-05-18 | 726 |
| 一种机场智能行李车 | 2020-05-16 | 920 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
