基于平滑蚁群算法的机器人路径规划.PDF

第４１卷 第３期 燕山大学学报 Ｖｏｌ．４１Ｎｏ．３ ２０１７年５月 Ｊｏｕｒｎａｌ ｏｆ Ｙａｎｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ Ｍａｙ ２０１７ 文章编号：１００７⁃７９１Ｘ（２０１７）０３⁃０２７８⁃０５ 基于平滑蚁群算法的机器人路径规划 １，∗ １ １，２ １ 王红君 ，徐 军 ，赵 辉 ，岳有军 （１．天津理工大学天津市复杂系统控制理论与应用重点实验室，天津３００３８４； ２．天津农学院工程技术学院，天津３００３８４） 摘 要：在栅格环境下利用蚁群算法规划出来的移动机器人路径存在转弯次数多，累计转折角大等问题。 针对 这些问题，提出了平滑蚁群算法。 平滑蚁群算法是在蚁群算法规划出来的最优路径的基础上，将当前节点与其 它不在同一条直线上的节点依次连线，如果新的连接线不穿越障碍物，则将当前连接线作为新路径代替原来路 径，并删除中间节点，否则对当前路径不作任何修改。 仿真结果表明，平滑蚁群算法能够在不同栅格规模和障 碍物覆盖率不同的情况下，有效降低路径长度，减少转折次数和累计转折角度，并且路经规划结果优于免疫遗 传算法和势场蚁群算法的路径规划结果。 关键词：移动机器人；路径规划；平滑蚁群算法；障碍物；栅格地图 中图分类号：ＴＰ２４２ 文献标识码：Ａ ＤＯl：１０．３９６９／ ｊ．ｉｓｓｎ．１００７⁃７９１Ｘ．２０１７．０３．０１２ 计转折角大等问题，为提高规划路径的质量，提出 ０ 引言 平滑蚁群算法并给出试验模型以及与其它路径规 移动机器人路径规划是机器人研究领域的一 划算法的对比结果。 试验结果表明，平滑蚁群算 项核心技术，是指在有障碍物的环境中，为机器人 法规划的路径具有很好的平滑性，更适合机器人 规划出一条从起始点到目标点的连续的、无碰撞 路径规划的实际需求。 ［１⁃２］ 的最优或次最优路径 。 机器人路径规划问题 １ 基本算法原理 已经被证明为ＮＰ⁃ｈａｒｄ （非确定性多项式困难） 问 ［３］ 题 。 目前用于移动机器人路径规划的传统方法 １．１ 基于栅格的环境建模 有栅格法、模糊逻辑法，模拟退火法等，但是随着 环境的复杂性和任务难度的增加，基于数学模型 假设移动机器人的工作环境为二维空间，移 的算法难以取得理想的效果，于是出现了一些仿 动机器人看作为二维空间中的点状移动物体。 机 ［４］ ［５］ 器人工作环境中所有障碍物的位置、形状、大小已 生智能算法，如免疫算法 、遗传算法 、人工神经 ［８］ ［６］ 知并且不随机器人的移动而变化 。 利用栅格地 网络算法 等，但是这些算法存在着搜索空间大、 搜索效率低以及难以获得训练样本等问题。 图法将移动机器人所在的工作环境进行建模。 栅 ［７］ 格地图的优点在于易于创建和维护，并且栅格地 蚁群算法 是意大利学者Ｄｏｒｉｇｏ Ｍ根据蚂蚁 觅食行为提出的模拟