基于改进蚁群算法的机器人路径规划研究【参考资料】.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 基于改进蚁群算法的机器人路径规划研究 万晓凤，胡 伟，方武义，郑博嘉 WANXiaofeng，HUWei，FANGWuyi，ZHENGBojia 南昌大学 信息工程学院，南昌 330031 CollegeofInformationEngineering，NanchangUniversity,Nanchang330031，China WAN Xiaofeng，HU W ei，FANG W uyi，eta1．Researchonpathplanningofrobotbasedon improved antcolony algorithm．ComputerEngineeringandApplications，2014，5o(18)：63-66． Abstract：Thebasicantcolonyalgorithm appliedtorobotpathplanninginthetwo-dimensionalstaticenvironmenthas problemsoflongsearchtime，ineffi ciencyandeasytofallintolocaloptimizationandSOon．Itmakesimprovementson thealgorithm fortheseproblems．Itusesdifferentexpectationmechanism，updatesthepheromonebytakingevaporation coefficientadaptiveapproach，andjoinstheinflectionpointparameterasoneevaluationcriteriaofthepath．Simulationof thetwoalgorithmsshowstheimprovedantcolonyalgorithm isstrongerofsearchingabilityandmoreeffi cientthanthe basicantcolonyalgorithm andgetsashorterpath．Theresultsshow thattheimprovedalgorithm improvestheefficiency ofthealgorithm andinhibitsalgorithm intolocaloptimum andachievessearchofrobot’soptimalpath，RobotCallavoid obstaclestoreachthetargetpointsafelyandquickly． Keywords：antcolonyalgorithm；pathplanning；evaporationcoefficientadaptive；inflectionpointparameter；optimalpath 摘 要：在二维静态环境下的机器人路径规划中，采用基本蚁群算法寻优存在搜索时间较长、效率较低、容易陷入局 部最优等问题。针对这些问题对基本蚁群算法进行改进，改进的蚁群算法使用不同的期望值机制，采用挥发系数 自 适应方式更新信息激素，并加入拐点参数作为路径的评价标准之一。对这两种算法进行仿真分析，可得改进后的蚁 群算法比基本蚁群算法搜索能力更强，算法效率更高，所寻路径更短。结果表明，该改进算法提高了算法效率，抑制 了算法陷入局部最优并实现了机器人最优路径搜索，使机器人可以快速地避开障碍物安全到达 目标点。 关键词：蚁群算法；路径规划；挥发系数 自适应；拐点参数；最优路径 文献标志码：A 中图分类号：TP18；TP24 doi：10．3778／j．issn．1002．8331．13l1．0106 移动机器人是一个集环境监测感知、动态决策与规 用分布式并行计算机制，有易与其他方法结合、鲁棒性 划 、行为控制与执行等多功能于一体的复杂控制系统 。 较强等优点 ～1。本文主要研究改进后的蚁群算法在机 路径规划是机器人研究领域的一个关键环节，路径规划 器人路径规划中的应用。 是指在有障碍物的环境中依据某些优化准则(如路径最 短 ，最安全等)，寻找一条从起始点到 目标点之间安全无 1 环境建模 碰撞的最优或次最优路径 。。国内外针对路径规划问 本文所研究的机器人工作环境为二维静态空间，在 题提出了很