基于蝙蝠優(yōu)化算法的智能機(jī)器人路徑規(guī)劃方法

摘 要：為了解決智能機(jī)器人規(guī)劃路徑時(shí)，由于未能獲取機(jī)器人信號(hào)目標(biāo)強(qiáng)度，路徑規(guī)劃存在適應(yīng)度值低和規(guī)劃時(shí)間長(zhǎng)的問題，提出基于蝙蝠優(yōu)化算法的智能機(jī)器人路徑規(guī)劃方法。建立機(jī)器人模型并獲取機(jī)器人目標(biāo)信號(hào)強(qiáng)度，利用粒子群算法搜索機(jī)器人移動(dòng)目標(biāo)，結(jié)合蝙蝠算法和黃金正弦算法獲取種群平均位置，通過分階段搜索流程，實(shí)現(xiàn)機(jī)器人移動(dòng)路徑規(guī)劃。結(jié)果表明：所提方法的路徑規(guī)劃時(shí)間僅為２.０ｓ，適應(yīng)度達(dá)到了２４.１，不可行解個(gè)數(shù)為零，該方法有效提高了適應(yīng)度值，降低了規(guī)劃時(shí)間，具備可行性和實(shí)際應(yīng)用價(jià)值。

關(guān) 鍵 詞：蝙蝠優(yōu)化算法；目標(biāo)信號(hào)強(qiáng)度；智能機(jī)器人；路徑規(guī)劃；規(guī)劃方法；黃金正弦算法；粒子群算法；機(jī)器人模型

中圖分類號(hào)：ＴＰ２４ 文獻(xiàn)標(biāo)志碼：Ａ 文章編號(hào)：１０００－１６４６（２０２４）０２－０１９１－０６

機(jī)器人理論［１］的誕生和機(jī)器人學(xué)科的建立成為２０世紀(jì)人類科學(xué)史上最偉大成就之一。隨著科技的不斷發(fā)展，機(jī)器人被應(yīng)用于各個(gè)領(lǐng)域［２］，提高了人們的生活質(zhì)量。自行移動(dòng)的智能機(jī)器人在應(yīng)用過程中存在路徑規(guī)劃效果差的情況，嚴(yán)重影響機(jī)器人的工作效率，針對(duì)傳統(tǒng)路徑規(guī)劃方法［３－４］中存在的問題，提出更加高效的機(jī)器人路徑方法成為該行業(yè)亟待解決的問題。劉嬌等［５］提出一種大數(shù)據(jù)分析技術(shù)智能采摘機(jī)器人路徑規(guī)劃方法。該方法首先采集機(jī)器人數(shù)據(jù)，確定機(jī)器人各項(xiàng)參數(shù)，預(yù)設(shè)機(jī)器人行走路線，再基于灰度分割法提取機(jī)器人活動(dòng)區(qū)域特征，最后通過計(jì)算機(jī)器人航向角和周邊位置特征距離，獲取機(jī)器人最佳行走路徑實(shí)現(xiàn)路徑規(guī)劃。該方法未獲取目標(biāo)的信號(hào)強(qiáng)度，導(dǎo)致其適應(yīng)度值較低，路徑規(guī)劃效果較差。魏立新等［６］提出基于多行為的移動(dòng)機(jī)器人路徑規(guī)劃。該方法首先依據(jù)機(jī)器人采集數(shù)據(jù)合理切換機(jī)器人各種活動(dòng)行為，保證機(jī)器人能夠快速躲避活動(dòng)范圍內(nèi)各項(xiàng)障礙物，然后利用人工勢(shì)場(chǎng)法對(duì)機(jī)器人的變速目標(biāo)點(diǎn)進(jìn)行追蹤，建立陷阱逃脫策略，最后通過獲取機(jī)器人最佳行走路徑完成路徑規(guī)劃。該方法的算法相對(duì)復(fù)雜，計(jì)算量高，導(dǎo)致機(jī)器人路徑規(guī)劃時(shí)間長(zhǎng)，因而規(guī)劃性能較差。劉可等［７］提出基于蟻群算法與參數(shù)遷移的機(jī)器人三維路徑規(guī)劃方法。該方法首先建立三維環(huán)境模型，利用蟻群算法獲取機(jī)器人任務(wù)參數(shù)并映射至高維空間中，然后根據(jù)圖論理論建立參數(shù)擴(kuò)展圖像，最后通過蟻群算法對(duì)參數(shù)擴(kuò)展圖像進(jìn)行計(jì)算，從而實(shí)現(xiàn)機(jī)器人的最佳路徑規(guī)劃。該方法將蟻群算法和參數(shù)擴(kuò)展圖像相結(jié)合，計(jì)算量較大，導(dǎo)致求解速度較慢，即路徑規(guī)劃時(shí)間較長(zhǎng)。為解決上述機(jī)器人路徑規(guī)劃過程中存在的各種問題，提出了基于蝙蝠優(yōu)化算法的智能機(jī)器人路徑規(guī)劃方法。該方法通過引入蝙蝠優(yōu)化算法來提高路徑規(guī)劃適應(yīng)度，降低路徑規(guī)劃耗時(shí)。