1.一种机器人编队路径规划方法,其特征在于,包括:
构建栅格地图,扩展栅格地图的障碍物及边界;
确定栅格地图的初始化信息素矩阵和初始化势场启发函数;
蚂蚁根据初始化信息素矩阵和初始化势场启发函数,基于轮盘赌的方式选择每一步的移动节点,获取蚂蚁的爬行路线和路线长度,基于蚂蚁的爬行路线和路线长度,获得初步路径规划;
对初步路径规划进行优化,并删除扩展的障碍物及边界,获得机器人编队路径;
扩展栅格地图的障碍物及边界的步骤具体为:
根据栅格地图上主机器人起始点的位置,确定主机器人与其他编队机器人的位置关系,分别计算水平方向和竖直方向的距离,并确定需要添加的边界长度,再计算主机器人到其他编队机器人的位移向量的反向量,根据该反向量对增添相应的障碍物和边界;
蚂蚁根据初始化信息素矩阵和初始化势场启发函数,基于轮盘赌的方式选择每一步的移动节点,获取蚂蚁的爬行路线和路线长度的步骤具体为:蚂蚁根据当前的信息素浓度和启发式信息,通过轮盘赌的方式选择下一步要移动的栅格,通过轮盘赌策略,蚂蚁倾向于选择信息素浓度较高或启发信息较好的路径,从而增加搜索到最优路径的概率;
更新蚂蚁的状态并记录路径,确保路径规划的准确性和可行性,每移动一次,蚂蚁的路径都会被更新,同时新加入的栅格会被放入禁忌表中,禁忌表用于避免蚂蚁重复走过已探索过的栅格,减少路径选择中的重复性,增强路径搜索的多样性;
检查蚂蚁是否进入死胡同,若进入死胡同则返回上一步并重新选择路径;否则,继续沿路径前进;
判断蚂蚁是否进入了死胡同,如果蚂蚁遇到死胡同,则会返回上一栅格,并重新选择路径,继续路径选择,这一机制确保了蚂蚁在遇到不可行路径时不会被困住,从而可以继续探索其他可行路径;
如果蚂蚁未进入死胡同,则更新其所走过路径的局部信息素,并继续向目标栅格前进,直到到达目标,每当蚂蚁走过一段路径时,都会向该路径的栅格上增加信息素,促进其他蚂蚁的路径选择,增加全局信息素浓度,从而帮助寻找最优路径;
待所有蚂蚁到达目标栅格后,更新全局信息素矩阵,包括信息素的挥发和新增加的部分,此时,全局信息素矩阵为下一轮路径选择提供基础,信息素的挥发机制保证了较长时间未被选择的路径信息素浓度逐渐减少,从而避免了局部最优解的陷阱。
2.根据权利要求1所述的一种机器人编队路径规划方法,其特征在于,确定栅格地图的初始化信息素矩阵和初始化势场启发函数的步骤具体为:将栅格地图转换为邻近栅格间的距离矩阵,根据距离矩阵描述栅格之间的连接关系和距离,根据栅格之间的连接关系和距离获取初始化信息素矩阵,根据栅格之间的距离确定初始化势场启发式函数。
3.根据权利要求2所述的一种机器人编队路径规划方法,其特征在于,初始化势场启发函数获取公式为:其中,与是邻近栅格的坐标,是势场常数,为势场启发函数。
4.根据权利要求1所述的一种机器人编队路径规划方法,其特征在于,对初步路径规划进行优化具体为:依次采用删除冗余栅格、三角剪枝和折线曲线化对初步路径规划进行优化。
5.根据权利要求4所述的一种机器人编队路径规划方法,其特征在于,删除冗余栅格为:找到连续的路径节点且是的邻居栅格,若,则原始的连续路径栅格删除,新的连续路径栅格为;
三角剪枝为:如果路径中的多个连续节点形成一个多段折线,此时其中一节点与另一节点的直接连接路径不经过任何障碍物,则用这两个节点之间的直线段替换从一节点到另一节点的多段折线;
折线曲线化为:选取一个节点,判断其是否是折线拐点;若是,则用曲线代替该折线;若否,则跳至下一拐点直至目的地。
6.一种机器人编队路径规划系统,其特征在于,包括:
构建模块:用于构建栅格地图,扩展栅格地图的障碍物及边界;
初始化模块:用于确定栅格地图的初始化信息素矩阵和初始化势场启发函数;
初步规划模块:用于蚂蚁根据初始化信息素矩阵和初始化势场启发函数,基于轮盘赌的方式选择每一步的移动节点,获取蚂蚁的爬行路线和路线长度,基于蚂蚁的爬行路线和路线长度,获得初步路径规划;
编队路径获取模块:用于对初步路径规划进行优化,并删除扩展的障碍物及边界,获得机器人编队路径。
7.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述一种机器人编队路径规划方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述一种机器人编队路径规划方法的步骤。