一种基于改进人工蜂群算法的路径规划方法.pdf

(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CN111626500A(43)申请公布日2020.09.04(21)申请号202010452861.9(22)申请日2020.05.25(71)申请人南京航空航天大学地址211106江苏省南京市江宁区将军大道29号(72)发明人赵蕴龙马军陈兵(51)Int.Cl.G06Q10/04(2012.01)G06N3/00(2006.01)G05D1/10(2006.01)G01C21/34(2006.01)权利要求书3页说明书4页附图3页(54)发明名称一种基于改进人工蜂群算法的路径规划方法(57)摘要本发明提供一种基于改进人工蜂群算法的路径规划方法，人工蜂群算法迭代寻优过程中存在早熟收敛等缺陷，对于人工蜂群算法改进方面，本发明首先采用新的初始化策略，从而获得较高质量的初始种群并减少寻优迭代次数；然后在传统人工蜂群算法的雇佣蜂、跟随蜂和侦察蜂三个阶段采用不同的搜索方程，既可以增强局部搜索能力，又可以避免后期寻优过程的早熟收敛；最后将改进的人工蜂群算法应用于路径规划问题，既可以保证路径的安全可靠又可以保证路径的长度最短。CN111626500ACN111626500A权利要求书1/3页1.一种基于改进人工蜂群算法的路径规划方法，其特征在于所述方法具体过程按如下步骤进行：步骤一：无人机二维飞行环境建模；步骤二：基于改进人工蜂群算法进行路径规划，避免陷入局部最优以获得全局最优解；步骤三：采用样条插值曲线平滑路径，以达到减小转弯时的飞行危险系数。2.根据权利要求1所述一种基于改进人工蜂群算法的路径规划方法，其特征在于：所诉步骤一中根据地图信息获取障碍物的数量N和位置信息(xi，yi)，为无人机二维飞行环境建模。具体过程为：1)如图1所示，根据地图信息，获取障碍物的数量N和位置信息(xi，yi)，假设雷达等障碍物可以表示成圆，其次，多个圆组合表示多边形障碍物，障碍物通过威胁中心位置坐标(xi，yi)、威胁半径大小ri和威胁等级参数Di来刻画数学模型。无人机等效为一个圆，无人机质心所在位置为当前无人机的准确位置。；2)假定已知起点S、终点T以及障碍物的准确位置，在起点S和终点T之间规划一条能避开障碍物且长度较短的最优或次优可行航迹。假定无人机从起点S出发，原坐标系xoy通过公式(1)和(2)实现坐标变换得到新坐标系x′o′y′，转换后坐标系后，直线ST与新坐标系的x轴在同一直线上，y轴过新坐标系原点S且与直线ST垂直，障碍物和威胁(xi，yi)可通过公式(3)表示，其中，直线ST与水平轴夹角为θ，某点在原坐标系xoy位置坐标为(xi，yi)，新坐标系系位置坐标为(x′，y′)，在原坐标系下起点位置坐标为(xs，ys)，终点位置坐标为(xT，yT)；3)完成坐标变换后，等分ST为(D+1)段小线段，然后在连接等分小线段的等分节点处做直线ST的垂线Lk，在所有垂线上随机取一个点pk，最终通过向量(SP1…PDT)表示航迹。3.根据权利要求1所述一种基于改进人工蜂群算法的路径规划方法，其特征在于：所诉步骤二中基于改进人工蜂群算法进行路径规划，避免陷入局部最优以获得全局最优解；具体过程为：1)从设置人工蜂群算法的参数，控制算法的参数包括种群大小NP、最大迭代次数maxCycle，蜜源的维数D、蜜源的未更新次数trail，阈值limit，还有参数ξ、β和δ，通过生成一个D*NP矩阵E＝{eij}产生所有蜜源的初始航迹，在进行二维航迹产生时，每一个航迹点都是在上一航迹点的基础上按照搜索步长范围内随机产生(初始航迹点和目标航迹点已确定)，每个蜜源位置也就是航迹点通过式(4)产生，若产生的航迹存在超出规划区域的航迹点则重新产生；xij＝xi(j-1)+(rand-0.5)·step(4)其中i∈{1，2，…，NP}，表示蜜源的的数量；j∈{1，2，…，D}，表示个体维度，step为搜索步长，rand(·)为随机函数，取值介于区间[0，1]；2)通过式(5)计算路径代价fi(路径质量)；fi＝ω1·Length+ω2·Threat(5)2CN111626500A权利要求书2/3页其中ω1+ω2＝1，Length表示路径总长度，Threat表示威胁代价。3)根据公式(6)计算所有初始蜜源的适应度值。4)雇佣蜂与所有蜜源一一对应，雇佣蜂阶段加入了上次迭代获得的全局最优蜜源信息，并且开始根据式(7)产生新蜜源并完成邻域搜索；5)计算新蜜源的的fiti并评价它，若新蜜源的fiti优于初始蜜源，则用新蜜源替代初始蜜源，否则，将保留初始蜜源并且当前蜜源的trail值加1；6)在所有雇佣蜂完成搜索之后，跟随蜂根据式(8)计算每个蜜源的选择概率；7)接下来进入跟随蜂阶段，随机选取蜜源某一维度jrand，