摘要
本发明涉及一种基于多目标粒子群优化的对接轨迹规划方法,属于轨迹规划领域。首先,采用五次B样条曲线构建轨迹生成模型,并以对接效率和轨迹平滑度为双目标建立多目标优化模型。其次,针对传统粒子群优化算法在解集分布均衡性与收敛速度方面的不足,本文引入拉丁超立方‑反向学习混合初始化策略、自适应网格密度筛选机制与粒子变异机制,构建改进的多目标粒子群优化算法。最后,通过迭代优化获得Pareto前沿解集,并采用平均评价法选取最优对接轨迹。本发明所涉及的基于多目标粒子群优化的对接轨迹规划方法在提升轨迹平滑性与对接效率的同时,有效提高了轨迹优化的精度和稳定性。
技术关键词
轨迹规划方法
控制点
粒子群优化算法
拉丁超立方采样
网格
综合评价指标
约束优化模型
样条
决策
变量
曲线
轨迹模型
移动机器人
执行器
密度
坐标
端点