本發(fā)明涉及兩棲機器人路徑規(guī)劃，特別是一種基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法。

背景技術(shù)：

1、隨著人工智能和機器人技術(shù)的快速發(fā)展，兩棲機器人在海洋探索、環(huán)境檢測和災(zāi)難救援領(lǐng)域的應(yīng)用日益廣泛。傳統(tǒng)的路徑規(guī)劃方法只能解決靜態(tài)和半靜態(tài)環(huán)境下的路徑規(guī)劃問題，面對復(fù)雜多變的環(huán)境，這些算法往往表現(xiàn)出一定的局限性，當涉及到跨越不同介質(zhì)時，傳統(tǒng)算法難以有效的處理復(fù)雜的地形變化和環(huán)境不確定性帶來的挑戰(zhàn)。因此研究者們開始探索如何利用自然界中的智能行為模式來改進機器人的路徑規(guī)劃能力，其中，麻雀搜索算法因模擬麻雀覓食行為而受到廣泛關(guān)注。

2、雖然麻雀搜索算法有一定的自適應(yīng)能力和全局搜索能力，但是其原始版本仍然有一些局限性，在處理高緯度優(yōu)化問題時，算法的收斂速度慢導致計算資源浪費，其次在面對非線性的環(huán)境特征時，麻雀搜索算法會陷入局部最優(yōu)解，影響最終路徑規(guī)劃的質(zhì)量。雖然已經(jīng)有部分研究嘗試將麻雀搜索算法應(yīng)用于機器人路徑規(guī)劃并取得一定的效果，但是這些方法大多未能充分考慮實際操作環(huán)境的復(fù)雜性和不確定性，而且，當前方法普遍缺乏對傳感器網(wǎng)絡(luò)收集的數(shù)據(jù)進行實時路徑調(diào)整。并且現(xiàn)有麻雀搜索算法的路徑規(guī)劃方法沒有考慮到多機器人協(xié)同工作的需求，尤其是在兩棲環(huán)境中，由于每個兩棲機器人間的信息交流不足導致協(xié)同效率低下，無法充分利用群體智能的優(yōu)勢進行路徑優(yōu)化。

技術(shù)實現(xiàn)思路

1、鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明提供了一種基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法解決麻雀搜索算法在復(fù)雜環(huán)境應(yīng)用效果不明確、兩棲機器人無法協(xié)作作業(yè)和協(xié)作效率低下問題。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明提供了一種基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法，其包括：采集全局環(huán)境信息，獲取全局作業(yè)環(huán)境的圖像信號；將全局作業(yè)環(huán)境的圖像信號，輸入改進的麻雀搜索算法，生成全局路徑規(guī)劃；多個兩棲機器人通過無線通信網(wǎng)共享環(huán)境信息和全局路徑規(guī)劃，利用群體智能理論生成協(xié)同路徑規(guī)劃；對協(xié)同路徑規(guī)劃進行環(huán)境復(fù)雜度評估，動態(tài)調(diào)整改進的麻雀搜索算法的關(guān)鍵參數(shù)；基于調(diào)整后的關(guān)鍵參數(shù)，對協(xié)同路徑規(guī)劃進行調(diào)整，得到全局最優(yōu)路徑；對全局最優(yōu)路徑進行局部搜索優(yōu)化，得到優(yōu)化后的最短路徑。

5、作為本發(fā)明所述基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法的一種優(yōu)選方案，其中：采集全局環(huán)境信息，獲取全局作業(yè)環(huán)境的圖像信號，包括以下步驟：

6、在作業(yè)區(qū)域均勻分布多個傳感器節(jié)點；

7、獲取傳感器所在節(jié)點作業(yè)環(huán)境的圖像信號；

8、將采集到的節(jié)點作業(yè)環(huán)境的圖像信號使用迭代最近點算法的空間配準進行拼接，得到全局作業(yè)環(huán)境的圖像信號。

9、作為本發(fā)明所述基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法的一種優(yōu)選方案，其中：將全局作業(yè)環(huán)境的圖像信號，輸入改進的麻雀搜索算法，生成全局路徑規(guī)劃，包括以下步驟：

10、對全局作業(yè)環(huán)境的圖像信號進行噪聲過濾；

11、對噪聲過濾后的全局作業(yè)環(huán)境的圖像信號使用尺寸不變特征變換的算法，提取環(huán)境特征；

12、根據(jù)提取的環(huán)境特征，綜合考慮路徑長度和障礙物距離，設(shè)計適應(yīng)度函數(shù)；

13、在麻雀搜索算法中引入局部搜索機制，在每次迭代之后，對當前路徑的周圍區(qū)域進行進一步搜索，得到的改進后的麻雀搜索算法；

14、基于改進后的麻雀搜索算法中，隨機初始化麻雀的位置；

15、結(jié)合適應(yīng)度函數(shù)和改進后的麻雀搜索算法，迭代更新麻雀位置，經(jīng)過不斷的迭代優(yōu)化，輸出全局路徑規(guī)劃。

16、作為本發(fā)明所述基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法的一種優(yōu)選方案，其中：多個兩棲機器人通過無線通信網(wǎng)共享環(huán)境信息和全局路徑規(guī)劃，利用群體智能理論生成協(xié)同路徑規(guī)劃，包括以下步驟：

17、選擇zigbee協(xié)議作為通信基礎(chǔ)，設(shè)置所有兩棲機器人穩(wěn)定鏈接的無線通信網(wǎng)絡(luò)；

18、設(shè)置定時器通過無線通信網(wǎng)絡(luò)進行數(shù)據(jù)同步；

19、綜合考慮每個兩棲機器人的當前位置和周圍環(huán)境信息，設(shè)計協(xié)同策略函數(shù)；

20、基于協(xié)同策略函數(shù)，每個兩棲機器人在接收到同步的數(shù)據(jù)后，開始調(diào)整自己的全局路徑規(guī)劃，每個兩棲機器人在保持安全距離的同時，最小化自己路徑長度；

21、當所有兩棲機器人的路徑規(guī)劃不再發(fā)生變化時，輸出協(xié)同路徑規(guī)劃方案。

22、作為本發(fā)明所述基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法的一種優(yōu)選方案，其中：對協(xié)同路徑規(guī)劃進行環(huán)境復(fù)雜度評估，動態(tài)調(diào)整改進的麻雀搜索算法的關(guān)鍵參數(shù)，包括以下步驟：

23、從每個兩棲機器人共享的環(huán)境信息中提取障礙物位置和大小的數(shù)據(jù)；

24、通過統(tǒng)計單位面積內(nèi)的障礙物數(shù)量和計算地形高度變化的標準差得到環(huán)境復(fù)雜度評估結(jié)果；

25、根據(jù)環(huán)境復(fù)雜度評估結(jié)果，對改進后的麻雀搜索算法里的兩棲機器人步長參數(shù)進行調(diào)整。

26、作為本發(fā)明所述基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法的一種優(yōu)選方案，其中：基于調(diào)整后的關(guān)鍵參數(shù)，對協(xié)同路徑規(guī)劃進行調(diào)整，得到全局最優(yōu)路徑，包括以下步驟：

27、基于調(diào)整后的麻雀搜索算法的步長參數(shù)，計算兩棲機器人的協(xié)同規(guī)劃路徑長度，根據(jù)障礙物與協(xié)同規(guī)劃路徑的距離，評估規(guī)避概率，根據(jù)兩棲機器人規(guī)劃的協(xié)同路徑集中情況，評估協(xié)作效率；

28、采用加權(quán)求和的方式，將得到的路徑長度、障礙物規(guī)避概率和協(xié)作效率，整合到適應(yīng)度函數(shù)中；

29、重新運行調(diào)整參數(shù)后的改進后麻雀搜索算法，重新生成全局最優(yōu)路徑。

30、作為本發(fā)明所述基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法的一種優(yōu)選方案，其中：對全局最優(yōu)路徑進行局部搜索優(yōu)化，得到優(yōu)化后的最短路徑，包括以下步驟：

31、初始化局部搜索半徑、調(diào)整系數(shù)和局部適應(yīng)度閾值；

32、基于初始化局部搜索半徑、調(diào)整系數(shù)和局部適應(yīng)度閾值，利用模擬退火算法對全局最優(yōu)路徑進行局部搜索優(yōu)化；

33、在每次局部搜索優(yōu)化后，更新全局最優(yōu)路徑信息，并重新計算全局路徑總長度；

34、基于全局路徑總長度和障礙物規(guī)避概率，評估環(huán)境適應(yīng)度；

35、當全局路徑總長度最短和環(huán)境適應(yīng)度最優(yōu)時，輸出最終優(yōu)化的路徑。

36、作為本發(fā)明所述基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法的一種優(yōu)選方案，其中：對全局最優(yōu)路徑進行局部搜索優(yōu)化，包括以下步驟：

37、根據(jù)任務(wù)需求和環(huán)境復(fù)雜度，設(shè)置每次局部搜索的空間范圍；

38、在迭代過程中，縮小局部搜索的空間范圍；

39、當搜索到新的局部路徑，評估新的局部路徑的環(huán)境適應(yīng)度，當新的局部路徑環(huán)境適應(yīng)度優(yōu)于當前最優(yōu)路徑的環(huán)境適應(yīng)度，且超過局部路徑環(huán)境適應(yīng)度閾值，則將新的局部路徑規(guī)劃替換到當前最優(yōu)路徑當中。

40、第二方面，本發(fā)明提供了一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其中：所述計算機程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法的任一步驟。

41、第三方面，本發(fā)明提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其中：所述計算機程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的基于改進麻雀搜索算法的兩棲機器人路徑規(guī)劃方法的任一步驟。

42、本發(fā)明有益效果為：采取全局環(huán)境信息的圖像信號，對作業(yè)環(huán)境全面感知，確保了路徑規(guī)劃的準確性和實時性，提高了路徑規(guī)劃的可靠性；將圖像信號輸入改進的麻雀搜索算法生成全局路徑規(guī)劃，提升了路徑規(guī)劃的效率，有效的避免了局部最優(yōu)解的問題；多個兩棲機器人通過無線通信共享信息并生成協(xié)同路徑規(guī)劃，增強了系統(tǒng)的協(xié)作能力，減少了路徑?jīng)_突，提高了整體任務(wù)完成效率；對協(xié)同路徑規(guī)劃進行環(huán)境復(fù)雜度評估，并動態(tài)調(diào)整關(guān)鍵參數(shù)，使得兩棲機器人能夠適應(yīng)復(fù)雜環(huán)境的變化，提升了路徑規(guī)劃的靈活性；基于調(diào)整后的參數(shù)進一步優(yōu)化路徑，使得路徑長度最短規(guī)避能力最優(yōu)，達到了高效、安全的路徑規(guī)劃效果，提升了兩棲機器人在復(fù)雜環(huán)境中執(zhí)行任務(wù)的能力。