基于改进蚁群算法搜救机器人路径规划

《基于改进蚁群算法搜救机器人路径规划》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要近年来多发的地震，火灾等破坏性灾难引起了人们的高度重视。对于这种人为实施营救困难的现场，美国，日本，中国等国家纷纷将机器人技术，灾难学，多方搜救技术等多学科知识进行结合，研制出专门进行灾难搜索和营救的机器人。灾难现场是一个复杂，危险的未知环境，如何在这种环境下能够快速搜索到幸存者并进行营救提出严峻挑战。本文研究了针对灾难环境的搜救机器人路径规划相关技术问题。机器人路径规划是机器人搜索和营救领域中一个重要的研究课题，指的是在复杂的环境中，按照一定的性能指标，寻找一条从起始点到目标点的最优或次优路径，要求机器人在行走过程中不能碰撞障碍物。为了将搜索环境的物理地图信息转化成计算

2、机能处理的抽象空间，研究了环境空间模型的构建，分析比较了目前成熟的环境模型构建方法，确定了栅格法作为环境模型构造的方法。针对环境的数学矩阵表示和面向对象的栅格图像表示两种形式，探讨了两者之间的联系，并运用MATLAB进行实现；在栅格之间优越性的基础上，引出图论思想，对栅格间距离进行了邻接矩阵的实现。最后对栅格中可能出现的孤立栅格提出了相应的改进策略。路径寻优算法是路径规划的最重要因素，本文探讨了蚁群算法的相关技术理论，研究分析了基本蚁群算法在路径规划问题上的缺陷，对其提出了填补和目标吸引等改进策略。针对灾难搜救环境信息的未知性，研究了滚动窗口策略，用滚动窗口来获取窗口范围内的

3、局部环境信息。通过启发式搜索得到窗口内的局部子目标，将全局路径优化问题转化成多段局部路径寻优滚动完成。之后研究了将滚动窗口策略与改进蚁群算法相结合给出局部路径规划实现的流程和步骤。针对探讨的机器人路径规划的关键技术及其算法实现，本文最后研究开发出仿真实验平台。对于同一求解问题，将改进后算法与基本蚁群算法进行比较，在性能评价指标上得到了改进，与滚动窗口控制结合能较好地完成灾难路径规划问题，验证了改进后算法的可行性和合理性，为现实灾难环境中搜救机器人路径规划提供了新的思路。关键字：灾难搜救，路径规划，栅格法，蚁群算法，滚动窗口AbstractInrecentyears。destr

4、uctivedisasters，suchaSfire，earthquake，citydisasteretc．havecausedurbanpeoplepaidcloseattention．ItiSdifficultforhumanbeingtocarryingoutrescueinthisnarrowspaceenvironment．USA，Japan，Chinaandothercountrieshavecombinedrobottechnology，thedisastertechnology，andmultipartyrescuetechnologyandsciencekn

5、owledgeinordertodevelopspecialrobotfordisasterurbansearchandrescue．ThedisastersceneiSacomplex，dangerousunknownenvironment．ItiSaservechallengeofhowtosearchforandrescuesurvivorsinthiskindofenvironmentquickly．Therelatedtechnicalproblemsaboutthesearchandrescuerobotpathplanningarestudiedinthedis

6、asterenvironmentinthispaper．Robotpathplanningisanimportantresearchsubjectintherobotsearchandrescuefields．Accordingtocertainperformanceindex，itshouldlookfortheoptimalorsubprimepathfromthestartingpointtotargetinthiscomplexenvironment．Robotcannotbumpobstaclesobjcotduringwalking．Inordertotransf

7、ormthephysicalmapinformationofsearchenvironmentintotheabstractspacewhichcomputersCanprocess，thispaperstudytheconstructionoftheenvironmentspacemodel，andcomparativelyanalyzethematurebuildingmethodabouttheenvironmentmodelatpresent．Andthenwedeterminethe鲥dasa