移动机器人SLAM技术 全套教学课件（共366页PPT）.ppt

04基本烟花算法 目前，烟花算法已经被应用到很多实际优化问题的求解中，且在文献中都取得了不错 的应用效果。在烟花算法中，可将烟花看作优化问题解空间中的某个可行解，烟花爆炸产一定数量火花的过程可以看成其在整个解空间中搜索邻域的过程， 04基本烟花算法 烟花算法是一种通过随机爆炸过程寻找潜在空间的新型群智能算法，具有燥发性强、 可并行搜索、实现简单及种群多样性等特点。 烟花开始爆炸时其周围会有一簇火花围绕着它，烟花及其爆炸产生的火花在解空间 中代表潜在的解决方案。烟花种群(包括烟花、爆炸火花和高斯变异火花)中每个个体会依据其他个体的适应度函数值来进行合理的资源分配及良好的信息交流，使烟花种群在全局与局部搜索能力间达到某种平衡，而且每一个烟花因爆炸搜索机制而具有很强的局部爆发性。 烟花算法和其他优化算法相似，其目的也是找到一个带有约束性条件的优化问题的解 决方案。烟花算法的数学模型是通过模拟烟花在夜空中爆炸的行为而建立的，并且将随机 因素及选择策略加入其搜索方式，从而形成并行爆炸式的搜索方式，进一步发展为得到复 杂优化问题最优解的一种全局搜索方式。 04基本烟花算法 通常将待求解的优化问题转换成求解如下的最小化优化问题，即 使用烟花算法求解上述目标的过程，即在可行域，Ω中寻找一点能使目标函数值最小的解x。 基本烟花算法的实现主要包括以下几个步骤 在求解优化问题的解空间中，初始烟花数量既可提前确定也可随机产生，每个烟花可用来代表解空间的某个解。 确定适应度函数，计算每个烟花的适应度函数值，依据其函数值产生火花，因此烟花的质量由适应度函数值确定，其质量的好坏直接决定烟花爆炸产生的火花数量和爆炸半径。 通过对烟花进行高斯变异，产生高斯变异火花，增加烟花种群的多样性。 判断是否满足终止条件，若满足，则停止搜索，计算烟花种群的最优解；若不满足，则再从烟花、爆炸火花和高斯变异火花组成的集合中选择与初始烟花数量相同的个体，将它们作为烟花进入下一次的迭代。 04基本烟花算法 爆炸算子是烟花算法的核心，它包括爆炸强度、爆炸半径和位移操作。首先初始化一定数量的烟花，然后经爆炸算子操作使烟花产生爆炸火花。 烟花在爆炸产生火花的过程中，依据该烟花质量的好坏计算爆炸产生的火花数量及爆炸半径的值。烟花算法的基本原则：烟花的适应度函数值越好，爆炸产生的火花数量越多，爆炸半径越小；反之，烟花的适应度函数值越差，爆炸产生的火花数量越少，爆炸半径越大 04基本烟花算法 烟花算法具有全局搜索能力与局部搜索能力的自调节机制。每个烟花产生的火花数量和爆炸半径不一样，为了使不同适应度函数值的烟花差异化，需要使那些适应度函数值较好的烟花获得更多的资源，在较小范围内爆炸产生更多数量的火花，使其具有较强的局部搜索能力。相反，适应度函数值较差的烟花获得的资源相对较少，在较大范围内爆炸产生较少数量的火花，使其具有较强的全局搜索能力。 04基本烟花算法 (1)爆炸强度 爆炸强度是爆炸算子的核心。烟花算法首先要计算每个烟花爆炸产生的火花数量及产 生这些火花的半径范围。每个烟花爆炸产生的火花数量由烟花的适应度函数值确定，爆炸度使适应度函数值 好的烟花爆炸产生较多的火花，这样可以避免在寻优过程中火花一直在最优值附近摆动而 无法准确找到最优值的现象。那些适应度函数值差的烟花能够产生适应度函数值好的火花 的概率比较小，应该减少这类烟花产生的火花数量。产生火花数量的计算公式为 01局部路径规划 01局部路径规划 2.人工势场法 人工势场法的概念受物理学中磁场的启发。它是一种虚拟力法，通过在目标点与障碍物周围构造出起相互作用的引力场与斥力场，再通过搜索势函数的下降方向来规划出无碰的最优路径，整个势场力是由引力部分和斥力部分组成的。 由于人工势场法高效的实时控制性，可以实现实时路径规划和平滑轨迹处理，因而也得到了广泛应用。但是当在势场空间中同时出现多个障碍物时，易出现零势能点，使人工势场法陷入局部最小点，造成混乱，无法完成势场空间中的路径规划任务。 01局部路径规划 人工势场法的基本思想 假设移动机器人在虚拟势场中受到虚拟力的作用，其中目标点对移动机器人产生引力，障碍物对移动机器人产生斥力，由两种虚拟力的合力决定移动机器人的运动方向，使移动机器人朝着目标点进行无碰撞的运动，人工势场的受力模型如图所示。 01局部路径规划 01局部路径规划 01局部路径规划 如果物体的边界是凸的，且分段可微，p(q)在自由配置空间中处处可微，则产生斥力 01局部路径规划 引力和斥力作用在一个承受此点的移动机器人上，其合力使移动机器人离开障碍物趋向目标。在理想条件下，通过设置一个正比于场力向量的移动机器人速度向量，与球绕过障碍物向山下滚动一样，可平滑地引导移动机器人趋向目标。但这种方法也有很多局限性，根据障碍物的形状和