경로 계획 알고리즘: 쥐가오리 채집 최적화 기반 경로 계획 알고리즘 - 코드 포함
기사 디렉토리
개요: 이 백서는 주로 경로 계획을 위한 지능형 최적화 알고리즘인 만타선 채집 알고리즘의 사용을 소개합니다.
1. 알고리즘 원리
쥐가오리 채집 알고리즘의 원리는 https://blog.csdn.net/u011835903/article/details/112390588 을 참조하십시오.
1.1 환경 설정
이동 로봇의 경로 최적화에서 각 최적화 알고리즘의 솔루션은 로봇의 이동 경로를 나타냅니다. 최적화 알고리즘은 최적화 계산을 통해 많은 경로 중에서 최적의 경로를 찾습니다.
최적화 알고리즘의 설정은 로봇 동작 환경 모델과 일치해야 합니다. 보편성을 잃지 않고, 로봇의 동작 환경을 그리드 방식으로 모델링한 후 얻은 결과는 m×n 직사각형 영역이고 좌표 값은 그림 1과 같이 1부터 시작한다고 가정합니다. 좌표 원점 그리드는 로봇의 초기 위치를 나타내고 좌표(m, n)에 해당하는 그리드는 로봇의 이동 목표 위치를 나타냅니다. 최적화 알고리즘 설정의 중요한 내용은 최적화 알고리즘의 수학적 표현 형태를 결정하는 것으로, 여기서 이 문제는 로봇의 이동경로를 벡터로 표현하는 것으로 변환된다. 분석 결과 그리드 방식으로 구축한 모델은 공간을 이산화하지만 본질적으로 로봇의 이동 경로는 여전히 연속적임을 알 수 있다.
1.2 제약
로봇의 경로 최적화를 위해 로봇의 이동 경로는 그리드 공간에서 제한되어야 합니다. 즉, 검색이 그리드의 직사각형 경계를 넘을 수 없습니다. 또한 장애물에 의해 제한되어야 합니다. 즉, 로봇의 궤적은 장애물이 존재하는 그리드 영역을 통과할 수 없습니다.
1.3 피트니스 기능
본 논문의 모델링 방법에서 본 논문의 경로 계획 목표는 최단 경로 길이이다. 경로의 길이는 다음과 같이 표현할 수 있습니다.
L ( 경로 ) = ∑ i = 0n − 1 ( xli + 1 − xli ) 2 + ( yli + 1 − yli ) 2 (1) L(경로) = \sum_{i=0}^{n-1 }\sqrt{(xl_{i+1} - xl_i)^2 + (yl_{i+1} - yl_{i})^2}\태그{1}L ( 경로 ) _ _ _=나는 = 0∑n - 1( 엑스 엘나 + 1-엑스 엘나)2+( 일 _나 + 1-y l나)2.( 1 )
여기서 (x,y)는 경로 중간점의 좌표입니다.
쥐가오리 채집 알고리즘을 사용하여 위 공식을 최적화하고 최단 경로를 찾습니다. 쥐가오리 채집 알고리즘의 매개변수는 다음과 같이 설정됩니다.
%% 蝠鲼觅食算法参数设置
dim=length(noLM);%维度,即为非障碍物个数。
numLM0=round((EndPoint(1)-StartPoint(1))/4);%每次迭代选取的的中间路径点个数,可调
lb=0;%下边界
ub=1;%上边界
Max_iteration = 100;%最大迭代次数
SearchAgents_no = 30;%种群数量
fobj = @(x)fun(x,noS,noE,numLM0,net);%适应度函数
2. 알고리즘 결과
3. MATLAB 코드
본 프로그램에서는 1. 지도를 임의로 생성하여 저장할 수 있도록 지원합니다. 2. 사실 임의로 변경할 수 있습니다.
4. 참고문헌
[1] Luo Yangyang, Peng Xiaoyan. 개선된 PSO를 기반으로 한 4륜 모바일 로봇의 전역 경로 계획 [J]. 컴퓨터 시뮬레이션, 2020,37(07):373-379.
[2] Lu Dan. 모바일 로봇의 경로 계획에서 입자 군집 알고리즘의 응용 연구 [D]. 무한 과학 기술 대학, 2009.