公开(公告)号：CN118836866A

公开(公告)日：2024-10-25

申请号：CN202410828930.X

申请日：2024-06-25

Applicant: 重庆邮电大学

Inventor： 罗元 ,  张现锋 ,  吴金科

IPC: G01C21/20 ,  G06N3/006 ,  G06N3/126 ,  G06Q10/047

Abstract: 本发明公开了一种基于粒子再激活的混合粒子群优化路径规划方法，属于移动机器人自主导航领域。包括以下步骤：S1，对粒子种群进行初始化操作；S2，进入迭代，计算每个粒子的适应度值；S3，进入粒子再激活模块，对种群进行处理；S4，更新个体历史最优解；S5，结合模拟退火算法的思想更新全局历史最优解；S6，更新粒子的速度和位置；S7，判断是否满足最大迭代次数，满足就退出迭代；S8，将全局历史最优解作为最终结果输出。在matlab2022b环境下，使用自制的障碍物地图与标准的PSO路径规划算法、遗传算法及其他改进的粒子群优化算法进行对比，结果显示本文改进算法在平均路径长度和算法稳定性上有提升。

公开(公告)号：CN118816917A

公开(公告)日：2024-10-22

申请号：CN202410778247.X

申请日：2024-06-17

Applicant: 重庆邮电大学

Inventor： 罗元 ,  吴金科 ,  张现锋

IPC: G01C21/34

Abstract: 本发明为基于蚁群与自适应遗传算法的机器人路径规划方法，包括以下步骤：S1,初始化地图以及机器人的位置信息；S2，首先使用蚁群算法规划出多条可行路径，作为遗传算法的初始种群；S3,在适应度函数中考虑路径的长度、拐点数以及行驶时间，将适应度函数作为最优路径的评判方式；S4，将蚁群算法规划出的多条路径，按适应度值排序，并选出一定数量的路径后，进行自适应交叉、变异；S5，采用冗余点剔除策略精炼路径；S6，实现移动机器人的避障和全局路径规划。本发明有效地解决了传统遗传算法搜索效率低、路径不平滑、冗余节点多、以及在复杂环境中避障的问题。并且其搜索效率更高，路径长度和平滑性也均得到了优化。