基于蚁群算法全自主机器人路径规划的研究.pdfVIP

基于蚁群算法全自主机器人路径规划研究 on Researchonthe forautonomousrobotbasedAnt pathplanning colonyalgorithm 刘祚时，罗爱华。彭建云 L|U Zuo．shi。LUOA．-hua，PENG Jian—yun 000) (江西理工大学．赣州341 摘要：蚁群算法是一种源于大自然中生物世界的仿生类算法，它模仿昆虫王国中蚂蚁搜索食物的行 为特征，是一种通用型随机优化方法。本文将蚁群算法引入全自主机器人路径规划之中，让机 器人寻求一条最优路径。仿真实验证明了该方法的可用性和有效性。 关键词：蚁群算法；随机优化方法；全自主机器人；路径规划 009-01 中国分类号：TP24 文献标识码：A 文章编号：1 34(2010)02-0087-02 0引言’ 上释放出一种特殊的分泌物即信息素来寻找路径【5】。 当它们碰到一个还没有走过的路口时，就随机地挑 路径规划算法是实现机器人控制和导航的基础 选一条路径前行，同时释放出与路径长度有关的信 之一，一般将路径规划算法分为全局规划和局部规 息素。蚂蚁走的路径越长，则释放的信息量越小。当 划两大类。通过两类算法的结合实用，可有效地实 后来的蚂蚁再次碰到这个路口的时候，选择信息量 现机器人路径规划在全局路径规划中，目前实用的 较大路径的概率相对较大，这样便形成了一个正反 方法包括Petri网算法、基于数据融合的模糊规划、 馈机制【6J。最优路径上的信息量越来越大，而其他路 神经网络算法、计算机几何算法和遗传算法等。但 径上的信息量却会随着时间的流逝而逐渐消减，最 上述算法在复杂的工作环境下进行路径规划时，会 终整个蚁群会找出最优路径。可见，在整个寻径过 存在一些明显不足。例如，算法的计算代价过大，有 程中，虽然单只蚂蚁的选择能力有限，但是通过信 时甚至得不到最优解；对于遗传算法和一些近似算 息素的作用使整个蚁群行为具有非常高的自组织性， 法而言，在初始可行解的有效构造以及针对复杂环 蚂蚁之间交换着路径信息，最终通过蚁群的集体自 境特点设计相应的遗传算子等方面，存在着较大的 催化行为找出最优路径。 困难，为克服这些算法的不足，特别是对包括大量 非规则障碍物的复杂环境中机器人轨迹规划问题， 2蚁群算法的全自主机器人路径规划 本文采用蚁群算法对其进行求解。 2．1蚁群算法的描述[71 复杂工作环境