復雜多陷阱環(huán)境下機器人導航路徑的蟻群規(guī)劃策略

李 婧，李艷萍

（1.山西職業(yè)技術學院，山西太原 030006；2.太原理工大學信息與計算機工程學院，山西太原 030024）

1 引言

移動機器人的工作路徑極大地影響其安全性、工作效率、行駛耗能和機械磨損，好的工作路徑在保證機器人安全的基礎上，能夠極大提高機器人工作效率，并減少行駛耗能［1］。智能算法在路徑規(guī)劃中存在多種缺陷，諸如易陷入局部最優(yōu)、收斂速度慢、算法復雜度高等問題［2］。對智能算法進行優(yōu)化，提高智能算法的收斂速度和求解質(zhì)量，對提高路徑規(guī)劃效率和路徑規(guī)劃質(zhì)量具有重要意義。

機器人路徑規(guī)劃的研究主要分為兩個方面：（1）環(huán)境建模；（2）路徑搜索算法。環(huán)境建模的常用方法包括可視圖法、自由空間法、柵格法等。路徑搜索算法包括傳統(tǒng)搜索算法和智能仿生算法，傳統(tǒng)搜索算法包括人工勢場法、模糊邏輯法、模擬退火法等，人工勢場法［3］優(yōu)點是路徑平滑性好，缺點是多障礙物環(huán)境下易陷入局部最優(yōu)；模糊邏輯法［4］優(yōu)點是無需被控對象模型，缺點是模糊規(guī)則表難以確定；模擬退火法［5］優(yōu)點是建模簡單，缺點是算法收斂速度慢、參數(shù)難以設定。智能仿生算法包括遺傳算法、蟻群算法、粒子群算法等。蟻群算法［6］模擬蟻群覓食過程，常應用于路徑規(guī)劃，但是算法前期收斂較慢且易得到次優(yōu)解。遺傳算法［7］主要模擬交叉變異、適者生存兩種自然現(xiàn)象提出的算法，算法應用于路徑規(guī)劃時運行效率低于蟻群算法。粒子群算法［8］是模擬鳥群覓食過程提出的，首先將路徑規(guī)劃問題轉化為連續(xù)變量優(yōu)化問題，才能使用粒子群算法進行路徑規(guī)劃，粒子群算法最大缺陷是隨著迭代的進行，所有粒子聚集在最優(yōu)粒子附近，粒子的單一性使算法失去進化能力，從而影響路徑規(guī)劃質(zhì)量。……