一种基于改进蚁群算法的模块路径规划方法

本发明属于航空技术领域，具体涉及一种基于改进蚁群算法的模块路径规划方法。

背景技术：

空间细胞机器人是一种多层次自重构模块化机器人,可以应用于未来空间大型设施的组装和拆卸任务。细胞功能模块是空间细胞机器人体系中的最小组成单元，配备传感器和驱动器等。由细胞功能模块重构组合成多种功能的细胞机器人，能够在空间大型设施构件表面自由运动，通过功能模块的扩展从而实现空间构件的抓取、搬运、装配以及协同作业。

细胞功能模块的组合连接是在模块重构平台内完成的。重构平台通过驱动装置按照构型要求将功能模块依次运输至重构位置并完成模块间的对接。为了提高细胞机器人组合重构的效率和安全性，需要在确定机器人构型之后根据模块的连接顺序及优先级顺序在重构平台进行路径规划。

现有路径规划方法大多使用蚁群算法，该算法模拟了蚂蚁协作觅食行为的性质，可以以较高概率计算出最优或相对最优路径，但蚁群算法也存在搜索效率低、收敛速度慢、容易陷入局部最优解等缺点。功能模块在重构平台中进行路径规划时，现有方法多数只对一种模块进行路径规划，无法满足两种模块同时进行路径规划的需要。

技术实现要素：

本发明的目的在于提供一种基于改进蚁群算法的模块路径规划方法，能解决蚁群算法搜索效率低、收敛速度慢、容易陷入局部最优解等问题，并实现两种模块同时进行路径规划。

为了解决上述技术问题，本发明采取了如下技术方案：

一种基于改进蚁群算法的模块路径规划方法，其特征在于，该方法包括以下步骤：

s1、采用栅格法对重构平台进行环境建模，并初始化改进蚁群算法的各参数，设置蚂蚁(k＝1,2)的起点和终点；

s2、蚂蚁(k＝1,2)在起点根据路径启发函数以及避障策略，计算蚂蚁的转移概率，并采用轮盘赌法选择蚂蚁的下一个移动栅格点；

s3、判断蚂蚁(k＝1,2)是否到达最终目标点，若达到最终目标点，则记录蚂蚁搜索的路径长度，k＝k+1；否则返回步骤s2；

s4、判断所有蚂蚁是否全部完成搜索(k＞2)，若全部蚂蚁完成搜索，则进行信息素更新；否则，返回步骤s2；

s5、判断算法是否满足迭代搜索要求(n≤nmax)，若满足算法要求则结束算法；否则n＝n+1、k＝1，并返回至步骤s2；

s6、筛选出最优路径，判断细胞模块间是否存在相互碰撞，若存在碰撞现象则按照模块避碰准则相对应的碰撞类型进行模块间的避碰处理，处理完成后输出重新组合的路径，若模块间路径不发生碰撞现象则直接输出路径。

进一步的，步骤s2中，路径启发函数为：

h(x,y)＝q(xi,yi)·r(xi,yi)

其中，h(x,y)为多元启发函数；q(xi,yi)为距离启发因子；r(xi,yi)为目标夹角启发因子；(xi,yi)为蚂蚁在栅格地图中当前节点的二维坐标；为目标夹角，ξ为夹角系数。由于在路径规划初期初始点距离目标点较远，前期增大ξ，避免夹角范围过大而导致盲目搜索；路径规划后期减小ξ，从而增强路径规划的准确性。

更具体的，目标夹角公式为：

其中，ε为大于零的角度调整参数，目的在于防止过小为零；θe为向量与向量之间的目标夹角；ps为蚂蚁的起始点，pw为蚂蚁的当前点，pe为蚂蚁的目标点。

进一步的，步骤s2中，避障策略为：当蚂蚁第k步移动到r栅格时陷入死锁，则蚂蚁返回到k-1步的栅格r’，并定义栅格r为障碍物，并将栅格r从可选节点集中删除，采用轮盘赌法使蚂蚁重新选择第k步。

进一步的，步骤s4中，信息素更新公式为：

其中，τi,j,k为当前节点pi的信息素含量；为各节点的信息素含量初值，取值0.5；ρ为信息素含量衰减系数；ρ0表示信息素衰减系数初值，取值0.3；n为蚁群算法的当前搜索次数；nmax表示蚁群算法的最大搜索次数上限，取值50。

进一步的，步骤s2中，转移概率计算公式为：

其中，i为当前节点，j为下一节点，qallow为蚂蚁下一步允许选择的节点集合。

进一步的，步骤s6中，避碰准则为：两功能模块有相同路径节点，会发生碰撞时，定义优先级别高的功能模块优先选择路径，优先级别低的模块自动避让或者等待其他模块通过，功能模块在选择路径时的优先顺序级别定义为：

(1)不同的功能模块进行路径选择时，根据机器人构型的特点，模块路径选择的优先级别由高到低分别是夹持功能模块、旋转功能模块、摆动功能模块、间质功能模块；

(2)若两个功能模块处于相同的优先级别，两个功能模块判断优先级别的标准是模块距离重构目标位置的栅格距离，距离近的功能模块优先选择路径。

进一步的，步骤s6中，避碰处理方式为：功能模块在进行路径规划时会根据前进方向搜索周围栅格，并将下一个预备移动栅格位置定义为等待区域，当两个模块搜索到同一等待区域时，根据细胞功能模块在重构平台中的相对位置，定义三类功能模块避碰处理方式：

(1)两个功能模块搜索到相同的等待区域后，模块间下一步运动方向相对且与原运动方向夹角呈0°，若发生避碰的低优先级模块上下栅格位置存在空白栅格，则优先级高的模块先运动到等待区域并等待一个栅格移动时间，低优先级的模块运动到空白栅格位置，待优先级高的模块通过后再返回原位置继续沿原定方向运动；

(2)两个功能模块搜索到相同的等待区域，模块间下一步运动方向相对且与原运动方向夹角呈90°或者模块运动方向不变且模块间运动夹角呈90°，低优先级的功能模块在等待区域的上一栅格位置等待一个栅格移动距离的时间，待优先级高的功能模块通过等待区域后便可继续移动；

(3)两个功能模块在通过等待区域后其中一个功能模块运动方向与原方向呈90°或两个功能模块运动方向与原方向均呈90°，优先级别高的功能模块进入等待区域后，优先级低的功能模块沿原运动相反方向移动一个栅格或者移动到等待区域周围的空白栅格，待优先级别高的功能模块完成栅格移动后优先级别低的模块按原定方向继续运动。

本发明的有益效果为：

(1)本发明从解决蚁群算法搜索效率低、收敛速度慢等问题出发，优化后的蚁群算法对重构规划具有较好的引导作用，可以有效引导功能模块沿着最接近初始点与目标点之间最短距离方向移动，能够有效提高路径规划效率。

(2)本发明引入节点角度的启发因子构造多元启发函数，并提出模块避障策略，有效避免蚂蚁在搜索路径时出现死锁、陷入局部最优解和重复路径等问题。

(3)本发明提出的避碰准则和避碰处理方式，有效实现了两个模块协同路径规划，提高了空间机器人重构组合的效率。

附图说明

图1为本发明方法的流程示意图；

图2为本发明提供的路径规划方法中，建立的一具体实施例的栅格模型地图示意图；

图3为目标夹角θe示意图；

图4为避碰处理等待区域示意图；

图5为第一类避碰示意图；

图6为第二类避碰示意图；

图7为第三类避碰示意图；

图8为功能模块协同路径规划示意图；

图9为机器人构型重构规划路径长度示意图；

图10为机器人构型模块避碰时间示意图；

图11为机器人构型重构规划时间示意图；

具体实施方式

下面结合附图和技术方案，进一步说明本发明的具体实施方式。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明方法包括以下步骤：

s1、采用栅格法对重构平台进行环境建模，并初始化改进蚁群算法的各参数，设置蚂蚁(k＝1,2)的起点和终点；

具体来说，栅格法描述简单且易于实现，能够通过网格形式描述环境，并且能简化邻近栅格间的关系，保证所构建环境的有效性。因此，模块重构平台采用栅格法进行环境建模，如图2所示，将结构化的重构平台用20×20的二维栅格进行表示，模块一次运动一个栅格距离，模块标准长度为200mm，匀速运动为v＝0.2m/s；功能模块在栅格地图中的坐标为直角坐标系中所在栅格中心点坐标。

s2、蚂蚁(k＝1,2)在起点根据路径启发函数以及避障策略，计算蚂蚁的转移概率，并采用轮盘赌法选择蚂蚁的下一个移动栅格点。

具体来说，所述路径启发函数为：

h(x,y)＝q(xi,yi)·r(xi,yi)

其中，h(x,y)为多元启发函数；q(xi,yi)为距离启发因子；r(xi,yi)为目标夹角启发因子；(xi,yi)为蚂蚁在栅格地图中当前节点的二维坐标；为目标夹角，ξ为夹角系数。由于在路径规划初期初始点距离目标点较远，前期增大ξ，避免夹角范围过大而导致盲目搜索；路径规划后期减小ξ，从而增强路径规划的准确性。

更具体的，所述目标夹角公式为：

其中，ε为大于零的角度调整参数，目的在于防止过小为零；θe为向量与向量之间的目标夹角，如图3所示；ps为蚂蚁的起始点，pw为蚂蚁的当前点，pe为蚂蚁的目标点。

s3、判断蚂蚁(k＝1,2)是否到达最终目标点，若达到最终目标点，则记录蚂蚁搜索的路径长度，k＝k+1；否则返回步骤s2；

s4、判断所有蚂蚁是否全部完成搜索(k＞2)，若全部蚂蚁完成搜索，则进行信息素更新；否则，返回步骤s2；

s5、判断算法是否满足迭代搜索要求(n≤nmax)，若满足算法要求则结束算法；否则n＝n+1、k＝1，并返回至步骤s2；

s6、筛选出最优路径，判断细胞模块间是否存在相互碰撞，若存在碰撞现象则按照模块避碰准则相对应的碰撞类型进行模块间的避碰处理，处理完成后输出重新组合的路径，若模块间路径不发生碰撞现象则直接输出路径。

具体来说，所述避碰处理方式为：功能模块在进行路径规划时会根据前进方向搜索周围栅格，并将下一个预备移动栅格位置定义为等待区域，如图4所示，当两个模块搜索到同一等待区域时，根据细胞功能模块在重构平台中的相对位置，定义三类功能模块避碰处理方式：

(1)两个功能模块搜索到相同的等待区域后，模块间下一步运动方向相对且与原运动方向夹角呈0°，如图5所示，若发生避碰的低优先级模块上下栅格位置存在空白栅格，则优先级高的模块先运动到等待区域并等待一个栅格移动时间，低优先级的模块运动到空白栅格位置，待优先级高的模块通过后再返回原位置继续沿原定方向运动；

(2)两个功能模块搜索到相同的等待区域，模块间下一步运动方向相对且与原运动方向夹角呈90°或者模块运动方向不变且模块间运动夹角呈90°，如图6所示，低优先级的功能模块在等待区域的上一栅格位置等待一个栅格移动距离的时间，待优先级高的功能模块通过等待区域后便可继续移动；

(3)两个功能模块在通过等待区域后其中一个功能模块运动方向与原方向呈90°或两个功能模块运动方向与原方向均呈90°，如图7所示，优先级别高的功能模块进入等待区域后，优先级低的功能模块沿原运动相反方向移动一个栅格或者移动到等待区域周围的空白栅格，待优先级别高的功能模块完成栅格移动后优先级别低的模块按原定方向继续运动。

实施例1

为了验证本发明实施例提供的模块路径规划方法的有效性，采用matlab软件进行重构平台环境建模，并开展功能模块间的路径规划仿真。定义细胞功能模块重构平台规模为20×20，模块起始点位置根据实际重构情况进行定义。在本次模块重构路径规划中以夹持功能模块与间质功能模块的协同路径规划为例，设定夹持功能模块初始位置t1(2,1)，目标点位置e1(13,20)，间质功能模块初始位置t2(1,3)，目标点位置e2(14,20)进行实验仿真。设定初始化参数：α＝1,β＝3,k＝50,μ＝0.5。通过模块避碰准则对模块路径发生的碰撞进行避碰处理，并得到重新组合后的避碰路径。如图8所示，实线代表夹持功能模块的移动路径虚线代表间质细胞功能模块的移动路径

功能模块的协同规划路径和从初始点移动至重构目标点的过程中，路径中出现三次避碰行为。第一次两功能模块发生第二类避碰行为，模块运动方向不变且模块间运动夹角呈90°，移动路径代表的间质功能模块在栅格(7,8)的位置等待一个栅格距离，夹持功能模块通过等待区域(8,8)后间质功能模块继续移动。第二次两模块发生第三类避碰行为，两个功能模块运动方向与原方向均呈90°，两模块通过等待区域后分别沿同向移动，移动路径代表的夹持功能模块移动至等待区域(12,12)，移动路径代表的间质功能模块后退至栅格(14,12)，待夹持功能模块通过后继续按原方向移动。第三次两模块发生第二类避碰行为，模块运动方向不变且模块间运动夹角呈90°，移动路径代表的间质功能模块在栅格(12,16)的位置等待一个栅格距离，夹持功能模块通过等待区域(13,16)后间质功能模块继续移动，最终两模块协同到达重构目标位置并始终保持无碰撞最优重构路径。

实施例2

为了验证本发明实施例提供的模块路径规划方法能有效提高协同规划效率，现通过matlab软件进行仿真实验，与传统蚁群路径规划方法进行对比分析。功能模块的规划时间在模块重构路径规划中发挥着重要的影响作用，其中功能模块重构路径的规划时间通常为低优先级别的功能模块所用时间。功能模块路径规划时间为模块避让消耗时间以及模块移动路径耗费时间总和。在本次模块重构路径规划仿真实验中，优先级别低的间质功能模块到达重构目标位置消耗时间为36s，所以此次模块重构路径规划时间为36s。

由于模块重构平台可以针对多种任务要求进行机器人模块构型组合，不同的自由度细胞机器人所需的功能模块数量如表1所示。

表1机器人构型模块参数

如图9所示，为不同自由度的细胞机器人在重构平台内采用不同的路径规划算法，完成自由度所需全部模块的重构路径长度。机器人完成全部模块重构规划所需的时间随着模块数量的增加而增加。相比于传统蚁群路径规划方法，机器人采用模块重构规划方法有效减少了路径长度。因为随着重构平台内模块数量的增加，模块需频繁的进行可行区域选择，但是由于模块重构规划的优先级定义以及启发函数影响，可以有效减少不必要移动路径，提高了路径规划效率。

如图10所示，为不同自由度的机器人在重构平台内采用不同的路径规划算法，完成自由度所需全部模块重构路径时所需的避碰时间。随着平台内模块数量增加，机器人所需的避碰时间也增加，相对于传统蚁群路径规划方法，采用模块重构规划方法能有效减少模块完成重构规划时的避碰时间。随着模块数量的增加，模块间发生碰撞的几率也不断提高，采用模块重构规划算法能有效减少模块进行避碰行为时的区域搜索时间，为整体模块路径规划节省更多时间。并且模块避碰时间随着重构平台内模块数量或者机器人自由度的增加呈线性增长趋势，证明该重构规划方法具有稳定的复杂度和良好的扩展性。

如图11所示，不同自由度的细胞机器人在模块重构规划平台中，采用不同的路径规划方法后完成自由度所需全部模块重构路径规划所需的实际时间。从机器人整体耗费时间来看，随着模块数量的增加整体所耗费的时间也相应增加。相对于传统蚁群路径规划方法，模块重构规划算法能够有效减少模块整体重构规划时间。

综上所述，与传统蚁群算法相比，本文提出的模块重构路径规划方法能够在多自由度构型要求或者不同模块数量的情况下，在模块重构平台中可以在相对最短时间内找到较优重构路径，并且能够有效避免功能模块因路径冲突导致的耗时过长问题，在最短时间内执行模块避碰准则，完成细胞功能模块间的最优或较优重构路径规划。

以上列举了具体实例来详细阐述该基于改进蚁群算法的模块路径规划方法，这些个例仅供说明本发明的原理及其实施方式之用，而非对本发明的限制，在不脱离本发明的精神和范围的情况下，本领域的普通技术人员还可以做出更多的变形和改进。因此所有等同的技术方案均应属于本发明的范畴并为本发明的各项权利要求所限定。