(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111480232.8 (22)申请日 2021.12.0 6 (71)申请人 福建工程学院 地址 350000 福建省福州市大 学新区学府 南路33号 (72)发明人 刘丽桑　徐辉　 (74)专利代理 机构 福州君诚知识产权代理有限 公司 35211 代理人 戴雨君 (51)Int.Cl. G06F 30/20(2020.01) G06Q 10/04(2012.01) G06N 3/00(2006.01) (54)发明名称 一种基于重启策略改进粒子群算法的机器 人路径规划方法 (57)摘要 本发明公开一种基于重启策略改进粒子群 算法的机器人路径规划方法， 针对早熟和局部最 优问题， 摒弃了传统的 “跳出策略 ”， 采用“重启策 略”。 为了提高重启策略的性能， 本发明重新 设计 了一种非线性递减的惯性权重， 并且将惯性权重 系数作为学习因子的变量， 采用了动态的学习方 法， 更加注重 前期搜索， 提高了其全局规划能力。 在每次重启时， 都会增加一定数量粒子， 扩大种 群规模， 以加强在复杂环境下的搜索能力。 算法 中加入了三次样条插值法， 让路径更加平 滑。 权利要求书2页 说明书5页 附图2页 CN 114117820 A 2022.03.01 CN 114117820 A 1.一种基于重启策略改进粒子群算法的机器人路径规划方法， 其特征在于： 其包括以 下步骤： 步骤01： 对移动机器人的行驶环境进行二维空间环境建模： 步骤02： 进行 无人车避障及最优路径建模， 即构建目标函数 F： F＝L×(1+α×P)                               (1) 其中， (xobk， yobk)表示第k个障碍物圆心坐标， m为障碍物个数， α 为系数； L为最优路径 约束函数， P为避障约束的惩罚函数， Rm为第m个障碍物的半径， (xi， yi)为路径点坐标； 步骤 03： 初始化n个粒子的位置， n个粒子的位置集合为pop， 初始 化n个粒子的速度 记为V， 设障碍 物个数为m， 初始化最大迭代次数为itMAX， 粒子位置在x轴方向约束范围为xmin和xmax， 在y 轴方向约束范围为ymin和ymax； 设置重启次数times， 迭代约束次数max.count， 初始化粒子 节点数和插值个数； 步骤04： 建立平滑路径函数模型： 三次样条曲线的个数等于路径节点的个数， 路径节点 为三次样条段与段的交接处， 路径转向的最大次数为路径结点的个数； 此处用路径节点对 粒子编码， 假 设有n个节点， 节点坐标为： (xn1， yn1)、 (xn2， yn2)……(xnn， ynn)， 起点和终点坐标 为(xs， ys)、 (xt， yt)， 步骤05： 插值法取插值： 通过三次样条插值在区间(xs， xn1， xn2， ...， xt)、 (ys， yn1， yn2，…， ynn)上取插值点， 坐标为(x1， y1)， (x2， y2)，…， (xm， ym)； 将起点终点， 路径节点、 插值点连接， 得到最初的路径， 然后用粒子群算法对此路径进行优化。 步骤06： 根据目标函数F计算个体适应度值pbest， 将最小的pbest赋值给全局最优Gbest并 保存； 步骤07： 更新速度和位置： 速度迭代公式(2)和位置迭代公式(3)如下： 其中： C1＝a0.85ew； C2＝β 2ew； Wmax为最大惯性 参数； Wmin为最小惯性参数； it为当前迭代次数； itMAX为最大迭代次数； C1、 C2为学习因子； a、 β 为学习因子调节参数； 步骤08： 判断是否 达到最大迭代循环次数； 是则， 执 行步骤11； 否则， 执 行步骤09； 步骤09： 将本次迭代 的全局最优值与上一次迭代保存的全局最优值相减得到差值， 判 断差值是否小于或等于阈值tolerance； 是则， count加1并执行步骤10； 否则， 继续迭代， 执 行步骤04； 步骤10： 判断count是否达到设置的约束迭代次数max.count； 是则， 视为已经收敛保存 最终结果并执 行步骤11； 否则， 执 行步骤04； 步骤11： 判断是否达到最大重启次数times； 是则， 输出最终结果， 输出结果为所有结果 中最优的路径； 否则， 粒子群 体加N后执 行步骤03。 2.根据权利要求1所述的一种基于重启策略改进粒子群算法的机器人路径规划方法，权　利　要　求　书 1/2 页 2 CN 114117820 A 2其特征在于： 步骤01中利用直角坐标系对移动机器人的行驶环境进行二维空间模拟， 障碍 物用不同半径的圆表示， 无人车用点来代替， 将无人车整个路径的位置点通过起止点用线 连接起来， 然后将该路径分成若干等分路段， 规定无人车行驶过程中的位置点为相邻两路 段的连接点， 将位置点包括起止点连起来得到一条路径； 粒子nPop是由(p1， p2， p3.......pi)组成的集合， i∈[1， 2， 3...n]； 用方块表示起点， 五角星表示终点， 线条表示路 径。 3.根据权利要求2所述的一种基于重启策略改进粒子群算法的机器人路径规划方法， 其特征在于： 起 点的方块、 终点的五角星和路径线条分别采用不同颜色进行 标识。 4.根据权利要求1所述的一种基于重启策略改进粒子群算法的机器人路径规划方法， 其特征在于： 步骤02中的α 设置为10 0。 5.根据权利要求1所述的一种基于重启策略改进粒子群算法的机器人路径规划方法， 其特征在于： 步骤08中的迭代循环次数15 0次。 6.根据权利要求1所述的一种基于重启策略改进粒子群算法的机器人路径规划方法， 其特征在于： 步骤09中的阈值 根据地图环境进行设置， 阈值设置为0.0 5。权　利　要　求　书 2/2 页 3 CN 114117820 A 3