基于遗传算法的扫地机器人扫地行走路径规划方法与流程

1.本发明属于机器人技术领域，具体涉及一种基于遗传算法的扫地机器人扫地行走路径规划方法。


背景技术：

2.扫地机器人是当今服务机器人领域一个热门的研究方向，扫地机器人适用于宾馆、酒店、图书馆、办公场所和大众家庭，能够自动完成房间空旷地面的清扫除尘任务，将大大减低人们扫地的劳动强度。而随着智能化的发展，人们对扫地机器人的智能化、高效率提出了更高的要求。目前,有多种扫地机器人在市面销售，但是在效率和效果方面还有所欠缺，还不能很好地满足人们的使用需求。而扫地机器人要想提高扫地效率和效果，就要规划好其行走路径，使其不重复扫地，也不漏掉任何一个地方。现有技术中还缺乏理想的路径规划方法。


技术实现要素：

3.本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于遗传算法的扫地机器人扫地行走路径规划方法，其采用遗传算法来进行扫地机器人的路径规划，且在遗传算法的初始种群体择时采用改进的果蝇算法进行选择，方法步骤简单，实现方便，且能够有效得到扫地机器人清扫整个环境地面的最优路径，使其不重复扫地，也不漏掉任何一个地方，提高了扫地效率和效果，实用性强，使用效果好，便于推广使用。
4.为解决上述技术问题，本发明采用的技术方案是：一种基于遗传算法的扫地机器人扫地行走路径规划方法，其特征在于，该方法包括以下步骤：
5.步骤一、染色体编码：将扫地机器人清扫整个环境地面的路径表示为其中为第i
′
段路径段的矢量表示，它的两个端点分别表示为p
i
′
和p
i
′
+1
，符号“+”表示矢量的运算；用o表示原点，将表示为整个扫地机器人的运动路径表示为路点矢量集合n为路点总数，中i
′
的取值为1～n-1，为原点o到端点p
i
′
的路径段的矢量表示，为原点o到端点p
i
′
+1
的路径段的矢量表示；设p
i
′
的坐标点表示为将路径以坐标点形式储存，完成对染色体的编码，所有的路径t是可能的一个满足条件路径；
6.步骤二、群体初始化：采用改进的果蝇算法产生扫地机器人清扫整个环境地面的可行路径集合，作为遗传算法的初始群体；具体过程为：
7.步骤201、初始化果蝇群体位置；果蝇群体位置为遗传算法的初始群体的集合；
8.步骤202、赋予果蝇个体利用嗅觉搜寻食物的随机方向和距离；
9.步骤三、计算与原点的距离d，再计算味道浓度判定值s；
10.步骤四、把s带入味道浓度判定函数；
11.步骤205、求此果蝇群体中的味道浓度最高的果蝇；
12.步骤206、记录最佳味道浓度值和对应最佳味道浓度值的果蝇位置；
13.步骤207、根据味道浓度判定值计算果蝇群体的平均味道浓度判定值其中，s
i
(r)为第r代中果蝇i的味道浓度判定值，n为迭代次数；
14.步骤208、根据公式计算果蝇群体平均味道浓度判定值的方差σ2；
15.步骤209、根据公式选取下一次迭代的步长，其中，h
r
为种群第r代搜索步长；
16.步骤2010、判定是否达到了预设的最大迭代次数，当达到最大的迭代次数时，结束，将最后一次迭代确定出的果蝇群体位置对应的遗传算法的初始群体确定为遗传算法的初始群体；否则，返回执行步骤201至步骤209；
17.步骤三、构造适应度函数；
18.步骤四、进行交叉算子、变异算子、插入算子和删除算子的遗传操作，计算种群中各染色体的适应度值和种群的平均适应度值，当种群中一半以上的染色体达到相同的适应度值，且种群的平均适应度值不变时，将这一代种群作为终止种群，得到扫地机器人清扫整个环境地面的最优路径。
19.上述的基于遗传算法的扫地机器人扫地行走路径规划方法，其特征在于：步骤2010中所述预设的最大迭代次数为200次。
20.上述的基于遗传算法的扫地机器人扫地行走路径规划方法，其特征在于：步骤三中所述构造的适应度函数为f(p)＝w
d
·
dist(p)+w
s
·
smooth(p)+w
c
·
clear(p)，其中，dist(p)为路径长度且用公式表示为d(l
i
′
,l
i
′
+1
)表示l
i
′
与l
i
′
+1
之间的距离，l
i
′
+1
为第i
′
+1段路径段的矢量表示，w
d
为路径长度的加权系数；smooth(p)为平滑度且用公式表示为ψ为扫地机器人的理想偏转角度且s
′
为场景面积，o
s
′
为所有障碍物所占的面积，κ为扫地机器人的偏转角度，w
s
为平滑度的加权系数；clear(p)为间隔度且用公式表示为γ
i
′
为第i
′
段路径段离障碍物的最短距离，w
c
为间隔度的加权系数。
21.本发明与现有技术相比具有以下优点：本发明采用遗传算法来进行扫地机器人的路径规划，且在遗传算法的初始种群体择时采用改进的果蝇算法进行选择，方法步骤简单，
实现方便，且能够有效得到扫地机器人清扫整个环境地面的最优路径，使其不重复扫地，也不漏掉任何一个地方，提高了扫地效率和效果，实用性强，使用效果好，便于推广使用。
22.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
23.图1为本发明的方法流程框图。
具体实施方式
24.如图1所示，本发明的基于遗传算法的扫地机器人扫地行走路径规划方法，该方法包括以下步骤：
25.步骤一、染色体编码：将扫地机器人清扫整个环境地面的路径表示为其中为第i
′
段路径段的矢量表示，它的两个端点分别表示为p
i
′
和p
i
′
+1
，符号“+”表示矢量的运算；用o表示原点，将表示为整个扫地机器人的运动路径表示为路点矢量集合n为路点总数，中i
′
的取值为1～n-1，为原点o到端点p
i
′
的路径段的矢量表示，为原点o到端点p
i
′
+1
的路径段的矢量表示；设p
i
′
的坐标点表示为将路径以坐标点形式储存，完成对染色体的编码，所有的路径t是可能的一个满足条件路径；
26.步骤二、群体初始化：采用改进的果蝇算法产生扫地机器人清扫整个环境地面的可行路径集合，作为遗传算法的初始群体；具体过程为：
27.步骤201、初始化果蝇群体位置；果蝇群体位置为遗传算法的初始群体的集合；
28.步骤202、赋予果蝇个体利用嗅觉搜寻食物的随机方向和距离；
29.步骤三、计算与原点的距离d，再计算味道浓度判定值s；
30.步骤四、把s带入味道浓度判定函数；
31.步骤205、求此果蝇群体中的味道浓度最高的果蝇；
32.步骤206、记录最佳味道浓度值和对应最佳味道浓度值的果蝇位置；
33.步骤207、根据味道浓度判定值计算果蝇群体的平均味道浓度判定值f
i
，其中，s
i
(r)为第r代中果蝇i的味道浓度判定值，n为迭代次数；
34.步骤208、根据公式计算果蝇群体平均味道浓度判定值的方差σ2；
35.步骤209、根据公式选取下一次迭代的步长，其中，h
r
为种群第r代搜索步长；
36.步骤2010、判定是否达到了预设的最大迭代次数，当达到最大的迭代次数时，结束，将最后一次迭代确定出的果蝇群体位置对应的遗传算法的初始群体确定为遗传算法的初始群体；否则，返回执行步骤201至步骤209；
37.步骤三、构造适应度函数；
38.步骤四、进行交叉算子、变异算子、插入算子和删除算子的遗传操作，计算种群中各染色体的适应度值和种群的平均适应度值，当种群中一半以上的染色体达到相同的适应度值，且种群的平均适应度值不变时，将这一代种群作为终止种群，得到扫地机器人清扫整个环境地面的最优路径。
39.本实施例中，步骤2010中所述预设的最大迭代次数为200次。
40.本实施例中，步骤三中所述构造的适应度函数为f(p)＝w
d
·
dist(p)+w
s
·
smooth(p)+w
c
·
clear(p)，其中，dist(p)为路径长度且用公式表示为d(l
i
′
,l
i
′
+1
)表示l
i
′
与l
i
′
+1
之间的距离，l
i
′
+1
为第i
′
+1段路径段的矢量表示，w
d
为路径长度的加权系数；smooth(p)为平滑度且用公式表示为ψ为扫地机器人的理想偏转角度且s
′
为场景面积，o
s
′
为所有障碍物所占的面积，κ为扫地机器人的偏转角度，w
s
为平滑度的加权系数；clear(p)为间隔度且用公式表示为γ
i
′
为第i
′
段路径段离障碍物的最短距离，w
c
为间隔度的加权系数。
41.综上所述，本发明采用遗传算法来进行扫地机器人的路径规划，且在遗传算法的初始种群体择时采用改进的果蝇算法进行选择，方法步骤简单，实现方便，且能够有效得到扫地机器人清扫整个环境地面的最优路径，使其不重复扫地，也不漏掉任何一个地方，提高了扫地效率和效果，实用性强，使用效果好，便于推广使用。
42.本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
43.本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序
指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
44.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
45.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
46.前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。