探析基于改进蚁群算法的移动机器人路径规划及实现

《探析基于改进蚁群算法的移动机器人路径规划及实现》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、中南大学硕士学位论文基于改进蚁群算法的移动机器人路径规划及实现姓名：周婷申请学位级别：硕士专业：交通信息工程及控制指导教师：樊晓平20100501摘要移动机器人路径规划是机器人研究中一个很重要的问题，是机器人执行各种任务的基础，反映了机器人在运动过程中与周围环境交互的能力。蚁群算法是一种模拟蚂蚁群体智能行为的仿生优化算法。因为路径规划与蚁群搜索食物的过程有着天然的联系，因此将蚁群算法运用到路径规划中有很大的合理性。本文从三个方面对蚁群算法进行了改进。1、将状态转移参数qo由固定值改为动态调整，考虑了不同时间对q。的不同要求，使得路径长度和收敛速度都有

2、较大提高；2、引入OBL思想对信息素进行处理。通过反作用信息素的作用，增加对搜索空间的覆盖，减小搜索时间；3、对信息素更新规则的处理。动态调整信息素挥发参数P的值，同时将信息素的值限制在[靠舻‰。】之间，设置局部循环最优值和局部循环最差值，并在每轮循环结束时对局部循环最优路径进行增强，对局部循环最差路径进行削弱。．在建模和全局规划阶段，将机器人作为非完全质点的因素考虑进去，对障碍物进行相应的处理，提出一种新的评价标准，使规划问题不光关注路径长短和收敛速度，也关注机器人实际运动中转弯个数。动态规划在基于混合式架构的移动机器人上进行。采用在全局路径规划的

3、基础上进行局部路径规划的方法。在运动过程中，通过机器人携带的传感器，实时探测局部信息，采用直线法对动态障碍物位置进行预测，对全局路径进行修正。仿真和现场实验结果表明，改进的蚁群算法在路径长度和时间性能方面，都有较好的表现。关键词蚁群算法，移动机器人，路径规划AbstractPathplanningisoneofthemostfundamentalandmostimportanttasksinmobilerobots．Itshowstherobot’Sexchangingabilitywitharoundenvironment．AntColonySys

4、tem(ACS)isanovelbio—inspiredoptimizationalgorithm，whichsimulatestheforagingbehaviorofants．Pathplanninghasanessentialrelationwiththebehaviorofrealantssearchingforfood，SOitislogicaltoapplyACStopathplanning．Inthisthesis，ACSisimprovedasfollows：Firstly,theimprovedACSadjuststheparame

5、tersqodynamicallytoadapttodifferentrequirements，whichimprovedthelengthofpathandthespeedofconvergence．Secondly,theimprovedACSchangesthevalueofpheromonebyusingopposition—basedlearningtoincreasethesearchscopeanddecreasethesearchtime．Thirdly,theimprovedACSchangesthepheromoneupdatio

6、nrule，i．e．，adjuststhevolatileparametersofthepheromonedynamicallNlimits．thevalueofpheromonebetween‰inandz'max，andsetsthebestlocalcirculationvalueincreasedandtheworstlocalcirculationvaluedecreasedattheendofthelocalcirculation．Inmodelingandplanning，amobilerobotisconsideredasanon—f

7、ullparticletodealwiththeobstacles，andanewevaluationcriterionisproposedSOthattheplanningisnotonlyconcernedaboutthepathlengthandconvergencerate，butalsoconcemedabouttheactualmovementofturningnumberoftherobot．Dynamicprogrammingiscarriedoutonthebasisofthehybridarchitectureformobiler

8、obot．Thelocalpathplanningisbasedontheglobalpathplannin