蚁群算法在机器人路径规划中的应用（.docVIP

蚁群算法在机器人路径规划中的应用收稿日期： 收稿日期： xxxx-xx-xx. 基金项目：xxxx 作者简介： 冯荣强1 (1.东北电力大学信息工程学院,吉林 吉林132012) 摘要：依据蚁群算法的特点，对移动机器人的全局路径规划方法进行了研究。采用栅格法描述移动机器人的环境信息，仿真分析了蚁群算法的主要参数如蚁群数量,启发因子、期望启发因子和信息素挥发系数等对规划路径的长度和路径规划效率的影响。研究结果表明，当算法的参数匹配时，获得的规划路径不仅长度短，且路径规划效率高。通过仿真找到了最佳匹配参数组。基于仿真结果，对工作在不同环境下的移动机器人进行了全局路径规划仿真实验，研究结果验证了蚁群算法最佳匹配参数组的准确性。 关键词：移动机器人；蚁群算法；路径规划；参数匹配 中图分类号: TP29 文献标识码: A Research on Path-planning for Ambulance Agents Based on Ant-colony Algorithm FENG Rong-qiang 1, (1. Information Engineering College, Northeast Dianli University, Jilin Jilin 132012) Abstract：Based on The global path-lanning method for MR is studied based on the characteristics of ant colony algorithm. The environment information of a plane on which mobile robot (MR) works is expressed by the grid method. The main parameters used by ant colony algorithm，such as the number of ant ，arouse factor ，expected arouse factorand information element hangover coefficients ，which affect the result of path planned，including the length of the path planned and the efficiency planning path，are simulated. It is found from the simulation result that the better global path can be gotten. The length of the path planned is shorter and the efficiency of planning path is higher when the parameters ，，and are matched better. Based on the results of above simulation，the path is planned for MR，which works on two different work-lane using ant colony algorithm with the best matching parameters obtained from the simulation. The accuracy of theoretical research is verified by the global path planned for MR working under the different work-lane. Key Words：Mobile robot; Ant-colony algorithm; Work path planning; Matching parameters. 移动机器人(Mobile robot } MR)的路径规划是移动机器人研究的重要分支之一，是对其进行控制的基础。根据环境信息的己知程度不同，路径规划分为基于环境信息己知的全局路径规划和基于环境信息未知或局部己知的局部路径规划[1]。目前，常用的仿真机器人全局路径规划方法很多，如栅格法和人工势场法[2-3]。对于栅格法，当空间增大时，所需存储空间剧增，决策速度下降; 而人工势场法容易产生局部最优解问题和死锁现象。随着智能控制技术的发展，出现了如A*算法[4]、遗传算法[5]等。 蚁群算法是一种启发式搜索算法，具有较强的鲁棒性、优良的分布式计算、易于与其他算法结合等优点[6]。本文采用蚁群算法对救护智能体进行路径