本发明属于路径规划，尤其涉及一种基于多目标混合算法的拖拉机全局路径规划方法及系统。
背景技术：
1、折腰转向拖拉机采用铰接转向机构，整机具有转弯半径小、结构紧凑、通过性好且易操作等特点，在果园及小间距农田中使用具有作业效率高、行驶性能好等优势，得到广泛关注。全局路径规划是路径规划的核心任务之一，对果园中拖拉机安全自动驾驶和实际工作效率都有着重要影响。因此研究折腰转向拖拉机全局路径规划算法，对果园智能化、无人化的实现具有重要意义。
2、发明人发现，折腰转向拖拉机果园场景下作业，如施药、除草和施肥等，需满足路径位于树行中间、路径最短、路径平滑以及转弯处满足折腰转向拖拉机动力学约束等要求；但目前大多数研究仅以最短路径为目标函数，规划的路线不满足果园实际作业需求，同时大多数针对算法本身改进，单一算法在面对复杂环境规划效率较低。
技术实现思路
1、本发明为了解决上述问题，提出了一种基于多目标混合算法的拖拉机全局路径规划方法及系统，本发明通过改进的双向搜索a*算法与改进的遗传混合算法，在复杂环境下收敛速度和路径长度等方面，较遗传算法有了明显提升；通过提出混合算法规划的路径，能够满足路径短、路径位于树行中间和路径平滑等折腰转向拖拉机果园作业需求。
2、为了实现上述目的，本发明是通过如下的技术方案来实现：
3、第一方面，本发明提供了一种基于多目标混合算法的拖拉机全局路径规划方法，包括：
4、利用双向搜索a*算法，在地图中搜索最短路径；其中，在所述双向搜索a*算法的综合优先级中增加权重，通过改变权重来改变当前点到终点的预估代价对双向搜索a*算法的影响；
5、将搜索的最短路径作为初始种群，利用遗传算法进行迭代优化，得到优化路径；其中，所述遗传算法中的适应度函数，等于路径树行中心偏移因子、平滑因子和安全系数与各自权重系数乘积的和；
6、采用三次b样条曲线算法，对返回路径进行平滑和约束处理，得到拖拉机的最终路径。
7、进一步的，所述双向搜索a*算法的搜索包括：
8、初始化起点和终点，并分别给起点和终点分配初始的启发式函数值；
9、初始化起点和终点的优先级队列，分别用来存放待扩展的节点；
10、从起点和终点同时开始搜索，每次选择优先级最低的节点进行扩展；
11、对于当前被选择的节点，计算并更新它的启发式函数值、代价值以及总的估计值；
12、在每一次扩展节点时，检查是否有节点在另一个方向上已经被访问过，如果存在交叉节点，则找到一条路径并返回；
13、如果没有交叉节点，继续选择下一个优先级最低的节点进行扩展，直到找到路径或者搜索完所有的节点；
14、如果搜索完所有的节点都没有找到路径，则说明起点和终点之间不存在可达路径。
15、进一步的，所述路径树行中心偏移因子，等于可通行点与障碍物的最小距离减去果园固定行距一半的差值；安全系数等于路径点安全惩罚值倒数的累积和；平滑因子为：
16、；
17、其中，为与之间的夹角，、和分别为群中任取的个；为与之间的距离。
18、进一步的，在所述遗传算法基础上，通过对当前个体群体进行变异和交叉操作产生新的个体。
19、进一步的，随机选择三个个体作为参考，通过每两个个体相减得到差分；将差分加到当前个体上，产生新的个体；对于每个变异后的个体，以一定的概率进行交叉操作，产生新的个体；比较新个体和原始个体适应度值，保留适应度较好的个体作为下一代种群。
20、进一步的，所述拖拉机为折腰转向拖拉机；路径中任意一点的曲率，小于或等于折腰转向拖拉机底盘最小转弯半径的倒数。
21、第二方面，本发明还提供了一种基于多目标混合算法的拖拉机全局路径规划系统，包括：
22、最短路径搜索模块，被配置为：利用双向搜索a*算法，在地图中搜索最短路径；其中，在所述双向搜索a*算法的综合优先级中增加权重，通过改变权重来改变当前点到终点的预估代价对双向搜索a*算法的影响；
23、路径优化模块，被配置为：将搜索的最短路径作为初始种群，利用遗传算法进行迭代优化，得到优化路径；其中，所述遗传算法中的适应度函数，等于路径树行中心偏移因子、平滑因子和安全系数与各自权重系数乘积的和；
24、平滑和约束模块，被配置为：采用三次b样条曲线算法，对返回路径进行平滑和约束处理，得到拖拉机的最终路径。
25、第三方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现了第一方面所述的基于多目标混合算法的拖拉机全局路径规划方法的步骤。
26、第四方面，本发明还提供了一种电子设备，包括存储器、处理器及存储在存储器上并能够在处理器上运行的计算机程序，所述处理器执行所述程序时实现了第一方面所述的基于多目标混合算法的拖拉机全局路径规划方法的步骤。
27、第五方面，本发明还提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时，实现了第一方面所述的基于多目标混合算法的拖拉机全局路径规划方法的步骤。
28、与现有技术相比，本发明的有益效果为：
29、本发明中，首先，提出双向搜索a*算法，在所述双向搜索a*算法的综合优先级中增加权重，通过改变权重来改变当前点到终点的预估代价对双向搜索a*算法的影响，解决了传统a*算法收敛速度较慢、搜索节点过多等问题；其次，将搜索的最短路径作为初始种群，利用遗传算法进行迭代优化，得到优化路径；遗传算法中的适应度函数，等于路径树行中心偏移因子、平滑因子和安全系数与各自权重系数乘积的和，解决了一般路径规划仅以最短路径为目标，不符合实际果园作业需求的问题；最后，基于三次样条曲线平滑全局路径，并加入折腰转向拖拉机运动学约束，解决了路径规划中存在的转弯处轨迹不平滑、曲率不符合折腰转向拖拉机运动学约束的问题。
1.基于多目标混合算法的拖拉机全局路径规划方法，其特征在于，包括：
2.如权利要求1所述的基于多目标混合算法的拖拉机全局路径规划方法，其特征在于，所述双向搜索a*算法的搜索包括：
3.如权利要求1所述的基于多目标混合算法的拖拉机全局路径规划方法，其特征在于，所述路径树行中心偏移因子，等于可通行点与障碍物的最小距离减去果园固定行距一半的差值；安全系数等于路径点安全惩罚值倒数的累积和；平滑因子为：
4.如权利要求1所述的基于多目标混合算法的拖拉机全局路径规划方法，其特征在于，在所述遗传算法基础上，通过对当前个体群体进行变异和交叉操作产生新的个体。
5.如权利要求4所述的基于多目标混合算法的拖拉机全局路径规划方法，其特征在于，随机选择三个个体作为参考，通过每两个个体相减得到差分；将差分加到当前个体上，产生新的个体；对于每个变异后的个体，以一定的概率进行交叉操作，产生新的个体；比较新个体和原始个体适应度值，保留适应度较好的个体作为下一代种群。
6.如权利要求4所述的基于多目标混合算法的拖拉机全局路径规划方法，其特征在于，所述拖拉机为折腰转向拖拉机；路径中任意一点的曲率，小于或等于折腰转向拖拉机底盘最小转弯半径的倒数。
7.基于多目标混合算法的拖拉机全局路径规划系统，其特征在于，包括：
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现了如权利要求1-6任一项所述的基于多目标混合算法的拖拉机全局路径规划方法的步骤。
9.一种电子设备，包括存储器、处理器及存储在存储器上并能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现了如权利要求1-6任一项所述的基于多目标混合算法的拖拉机全局路径规划方法的步骤。
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时，实现了如权利要求1-6任一项所述的基于多目标混合算法的拖拉机全局路径规划方法的步骤。
