(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111490926.X (22)申请日 2021.12.08 (71)申请人 昆山九毫米电子科技有限公司 地址 215399 江苏省苏州市昆山市玉山 镇 祖冲之南路1699号9号房综合南楼 1607室 (72)发明人 唐影　杨文欣　钱海雷　 (74)专利代理 机构 陕西电子 工业专利中心 61205 代理人 陈宏社　王品华 (51)Int.Cl. G06Q 10/04(2012.01) G06N 3/00(2006.01) (54)发明名称 基于改进人工鱼群算法的无人靶车路径规 划方法 (57)摘要 本发明提出一种基于改进人工鱼群算法的 无人靶车实时路径规划方法， 实现步骤为： 初始 化无人靶车路径规划场景， 并初始化改进的人工 鱼群算法参数， 每个无人靶车通过计算与其他无 人靶车距离的平均值及视步参数对当前视野和 步长进行自适应调整， 根据适应度值获取当前最 优路径状态， 并获取公告板当前状态， 最后通过 控制最大迭代次数， 得到最后的路径规划结果。 本发明首次迭代是通过初始化的参数计算每个 无人靶车的视野和步长， 以后的每次迭代都是根 据每个无人靶车向追尾、 聚群、 或觅食成功， 或随 机方向无人靶 车移动后的自身状态， 对每个无人 靶车的视野和步长进行自适应调整， 算法的收敛 速度较快， 且计算量小， 有效提高了路径规划的 效率。 权利要求书2页 说明书5页 附图1页 CN 114169607 A 2022.03.11 CN 114169607 A 1.一种基于改进人工鱼群算法的无 人靶车路径规划方法， 其特 征在于， 包括如下步骤： (1)初始化无 人靶车路径规划场景： 初始化包括K个带有标记的无人靶车A＝(A1,A2,...,Ak,...,AK)和M个靶标B＝(B1, B2,...,Bm,...,BM)的无人靶车路径规划场景， 其中， K≥20， Ak表示第k个带有标记的无人靶 车， M≥30， Bm表示第m个靶标； (2)初始化改进的人工鱼群算法参数： 初始化迭代次数为t， 最大迭代次数为T， T≥50， 尝试次数、 最大尝试次数分别为c、 u， u ≥10， 每个无人靶车Ak的当前状态 为M个靶标B的当前位置， 的适应度值 为 公告板的当前状态 为K个带有标记的无人靶车A适应度值 中 最小值对应的无人靶车的当前状态， Xt的适应度值为Yt， 其中， 表示第m个靶标Bm的当前 位置， 并令t＝0， c＝0； (3)每个无人靶车对当前视野和步长进行自适应调整： 每个无人靶车Ak计算自己与 其他K‑1个无人靶车距离的平均值 并将 作为自身第t 次迭代的视野， 再根据 计算自身第t次迭代的步长 (4)每个无人靶车获取当前最优路径状态： (4a)每个无人靶车Ak探索当前视野范围内 的多个无人靶车中适应度值最小的靶车 Az， 并判断自身当前状态 的适应度值 与Az当前状态 的适应度值 是否满足 若是， 向无 人靶车Az方向移动， 追尾成功， 并执 行步骤(5)， 否则， 执 行步骤(4b)； (4b)每个无人靶车Ak选择其视野范围内 中多个无人靶车中心位置的无人靶车Ae， 并 判断Ak当前状态 的适应度值 与Ae当前状态 的适应度值 是否满足 若是， 向 无人靶车Ae方向移动， 聚群成功， 并执 行步骤(5)， 否则， 执 行步骤(4c)； (4c)每个无人靶车Ak随机选择其视野范围内 中的一个无人靶车Aj， 并判断Ak当前状 态 的适应度值 与Aj当前状态 的适应度值 是否满足 若是， 向无人靶车Aj方 向移动， 觅食成功， 并执 行步骤(5)， 否则， 执 行步骤(4d)； (4d)每个无人靶车Ak判断c≥u是否成立， 若是， 在其视野范围内 中随机选择一个无 人靶车Av后， 向Av方向移动， 并执 行步骤(5)， 否则， 令 c＝c+1， 并执 行步骤(4c)； (5)获取无人靶车路径规划结果： 判断t≥T满足成立， 若是， 将第T次迭代后公告板的状态XT中M个状态的连线作为K个带 有标记的无 人靶车A的最优规划路径， 否则， 令t＝t+1,并执 行步骤(6)； (6)每个无人靶车获取公告板的当前状态： 每个无人靶车Ak对向无人靶车Az方向、 Ae方向、 Aj方向或Av方向移动后自身状态 及适 应度值 进行更新， 并判断更新后的自身状态 的适应度值 与t‑1时公告板的适应度 值Yt‑1是否满足 若是， 将更新后的自身状态 作为公告板的当前状态， 实现对公权　利　要　求　书 1/2 页 2 CN 114169607 A 2告板状态的更新， 并执 行步骤(3)， 否则， 保持公告板状态不变， 执 行步骤(3)。 2.根据权利要求1所述的基于改进人工鱼群算法的无人靶车路径规划方法， 其特征在 于， 步骤(3)中所述的每个无人靶车Ak计算自己与其他K ‑1个无人靶车距离的平均值 以 及计算自身第t次迭代的步长 计算公式分别为： 其中， G＝K ‑1， g≠k， 表示第t次迭代无人靶车Ak到无人靶车Ag之间的距离， ∑表示累 加操作， sign(w)表 示符号函数， 和 分别表示第t次迭代无人靶 车Ak和无人靶 车Ag第m 个靶标Bm的当前位置， α 表示视步系数， 0＜α ≤1。 3.根据权利要求1所述的基于改进人工鱼群算法的无人靶车路径规划方法， 其特征在 于， 步骤(6)所述的每个无人靶车Ak对向无人靶车Az方向、 Ae方向、 Aj方向或Av方向移动后自 身状态 及适应度值 进行更新， 更新公式为： 其中， 为第t次迭代无人靶车Ak更新后的状态， 为第t次迭代无人靶车Ah对应的当 前状态， h取z、 e、 j及v中的一个， Rand()为产生0～1的随机数， 为第t次迭代每个无人靶车 Ak的步长， 表示第t次迭代每个无人靶车Ak的位置坐标， (xm,ym)为第m个靶标的位置 坐标。权　利　要　求　书 2/2 页 3 CN 114169607 A 3