基于蚁群算法的移动机器人路径规划.docVIP

基于蚁群算法的移动机器人路径规划 第28卷第11期计算机仿真2011年11月 文章编号:1006—9348(2011)11—0185—04 基于蚁群算法的移动机器人路径规划 刘雄,雷勇,涂国强 (四川大学电气信息学院,四川成都610065) 摘要:研究移动机器人在已知静态环境下路径规划问题,在避障环境下寻求最优路径.针对蚁群算法搜索时间长,易陷入局 部最优等缺陷,导致实时处理困难,且路径准确度低,可跟踪性差不能直接用于机器人.为解决上述问题,首先提取环境的 平面几何信息,建立了简单有效地搜索模型.可通过引入终点距离与方向的启发函数,阶梯式伪随机的结点转移规则,引导 蚁群有目的的进行搜索;改进信息素更新策略,利用一种奖惩机制以增强蚁群对尽可能好的解的识别能力.并考虑障碍物 对路径的影响,运用人工势场法对全局最优路径的结点进行平滑.进行仿真的结果表明,提高了路径的安全性和可跟踪性. 证明了改进方法可以有效地找出最优可行路径. 关键词:蚁群算法;人工势场法;路径规划;全局寻优 中图分类号:TP242文献标识码:B PathPlanningofMobileRobotBasedonAntColonyAlgorithm LIUXiong,LEIYong,TUGuo—qiang (ElectricalEngineeringandInformationSchool,SichuanUniversity,ChengduSiehuan610065,China) ABSTRACT:AntColonyAlgorithmneedslongsearchingtime,andeasilyfallsintolocaloptimalsolution,resulting inthedefectsofpoorreal-timeprocessing,andlow.eaccuracyandtraceability.Tosolvetheproblem,asimpleeffi? cientlysearchmodelwasestablishedbasedOntheplanegeometryinformationextracted.Theheuristicfunctionofthe end’Sdistanceanddirection,andthepseudo—randomladdernodetransitionrulewereintroducedtoguideantcolony tosearchwiththepurpose.Pheromoneupdatestrategywasimprovedwithanawardandpenaltymechanismtoen— hancetheabilityofantcolonytoidentifythebestpossiblesolution.Finally,theoptimalpath’Snodewassmoothed byartificialpotentialfield.Theexperimentalresultsshowthatthemethodsuggestedcaneffectivelysearchoutthe0p— timalfeasiblepath. KEYWORDS:Antcolonyalgorithm;Artificialpotentialfield;Pathplanning;Globaloptimalpathsearching 1引言 路径规划作是指在具有障碍物的环境中,按照某些评价 标准,寻找一条从起始状态到目标状态的避障的最优或次优 运动路径.目前已有很多关于蚁群算法在路径规划方面应 用的文献,多数均运用栅格法建立搜索模型¨,其缺点是: 对场地依赖性大,细小的单元划分将大大增加计算的复杂 度,使得实时处理变的很困难.为此文献[5]对环境进行了 几何建模,改善了搜索模型,但却没有解决规划效率低的问 题.利用蚁群算法找到的路径无可避免的存在折点,在安全 性和跟踪性上隐患较大,为机器人后续控制也带来了较大的 麻烦.文献[6]提出了以纯数学方法来进行路径的平滑处 理,但忽略了实际环境,不能保证最终路径无碰撞. 针对上述情况,本文在对环境建立几何模型的基础上, 收稿日期:2010—12—20修回日期:2011—0l一1O 为提高蚁群搜索效率,提出了终点方向启发函数与阶梯式伪 随机的结点转移规则,同时采用带有奖惩机制的信息素更新 策略,以启发蚁群向全局最优解收敛,最后运用人工势场法 以障碍物的几何分布对结点进行平滑,不仅消除了折点,也 提高了路径安全性. 2问题描述 机器人路径规划本质是指在规划空间内,依据环境信 息,在某些评价标准下,找出从出发点到目标点最优的运动 路线.假设规划空间是一个有限区域的二维平面,区域里存 在有限个障