rrt算法流程图_一种融合RRT与蚁群算法的三维空间多目标路径规划方法与流程

本发明涉及一种融合RRT与蚁群算法的三维空间多目标路径规划方法，属于机器人路径规划领域。

背景技术：

机器人路径规划一直是机器人智能控制领域的研究热点，而随着无人机在民用和军事上越来越广泛的应用，无人机所在的三维空间中的路径规划问题也变得愈发重要。在无人机民用方向中的电力巡检和光伏发电设备巡检，以及军事方向中的无人机多任务点巡航，都涉及到了三维空间中的多目标路径规划问题，即在三维空间中规划一条无障碍经过所有目标点且要求总路径距离趋于最小的回路。

三维空间中的多目标路径规划主要涉及到两个问题，第一是任意两个目标点之间的三维路径，即以两个目标点为起止点，规划一条避开所有障碍且路径距离趋于最小的路径；第二是各个目标点的经过顺序，即以一个确定的顺序依次经过各个目标点构成一个闭合回路，类似于旅行商问题，区别在于旅行商问题中任意两点间的路径代价是已知的，而三维空间中的多目标路径规划问题中任意两点间的路径代价一开始是未知的，需要规划两点间的路径后才能已知其路径代价。对于三维空间中的多目标路径规划问题，已有的研究是将其拆分成两个独立的问题，三维路径规划和旅行商问题，先用三维空间中的路径规划方法如A*算法、RRT算法和遗传算法等对各个目标点之间的路径进行规划，求出任意两个目标点之间的路径及路径距离，这样就把问题转换成了已知各目标点间路径代价的普通旅行商问题，然后再用动态规划、模拟退火算法和蚁群算法等对该旅行商问题进行求解，这样的方法需要将大量的时间用于各个目标点之间的路径规划，随着目标点数量的增多，各个目标点间的路径规划成了该问题的主要时间消耗，成为庞大的计算负担。如果能找到一种新的方法，既能显著降低计算量和计算时间，又不降低解的优良性的话，将会是对该问题的一大帮助。

技术实现要素：

本发明的目的在于针对现有技术的不足，提供一种融合RRT与蚁群算法的三维空间多目标路径规划方法。

本发明解决上述技术问题的技术方案如下：一种融合RRT与蚁群算法的三维空间多目标路径规划方法，该方法包括以下步骤：

步骤A：计算各目标点之间的初始路径代价；

步骤B：将三维空间中多目标路径规划问题等效于已知路径代价的普通旅行商问题，进行一次蚁群算法迭代，得到该次迭代中遍历所有目标点的最优回路，并在迭代过程中