基于惯性蚁群算法的机器人路径规划.pdf

《基于惯性蚁群算法的机器人路径规划.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ComputerEngineeringandApplications计算机工程与应用基于惯性蚁群算法的机器人路径规划何少佳，刘子扬HEShaojia，LIUZiyang桂林电子科技大学机电工程学院，广西桂林541004ElectromechanicalEngineeringCollege，GuilinUniversityofElectronicTechnology,Guilin，Guangxi541004，ChinaHEShaojia，LIUZiyang．Pathplanningformobilerobotbasedoninertiaantalgorithm．Com

2、puterEngineer-ingandApplications，2012，48(15)：245-248．Abstract：Antcolonyalgorithmformobilerobotunder鲥denvironmentisdefectiveinslowrunning，manybrokenlines，frequenttumingpointsandlocaloptimum．Inordertoobtainoptimumpath，thispaperpresentstheinertiaantalgorithm．Basedontheinitialpathplannedby

3、traditionalantcolonyalgorithm，theinertiaprincipleisusedtotra-verseallthenodesoninitialpath，deletingintermediatenodewhenthereisnoobstacleexistingbetweenthetwonodesandchangingforoptimumpath．Onthebasisofpathinformation,dynamically删listingthepheromoneevapo·rationcoefficient，itCallimproveen

4、vironmentaladaptationperformanceofantcolonyalgorithm．Thesimulationre—suitsshowthattheinertiaantalgorithmCanquickerfindtheoptimumpath,anditcaneffectivelyoptimizepathquality．Keywords：inertiaantalgorithm；pathplanning；pheromoneevaporationcoefficient摘要：栅格环境下蚁群算法规划出的移动机器人路径存在运行慢、路径弯多、转折次数多、局

5、部最优等问题。为获得较优路径，提出了惯性蚁群算法。在传统蚁群算法规划的路径上，采用惯性优化原理，对每一个节点进行遍历，当两个节点问的优化路径上无障碍物时，将中问节点删除，换成优化路径。根据优化信息，动态调整信息素挥发系数，提高了算法环境适应能力。仿真结果表明，相比传统蚁群算法，惯性蚁群算法能更快地找到较优路径，能有效优化路径质量。关键词：惯性蚁群算法；路径规划9‘信息素挥发系数文章编号：1002．8331(2012)15．0245-04文献标识码：A中图分类号：TP391．9l引言路径规划是移动机器人所面临的关键问题之一。找到一条快速、便捷、无碰撞的路径不仅是机器人

6、自身安全的要求，更是其高效、可靠的保证。目前，各国学者对路径规划已做了大量研究，其中包括如人工势场法、神经网络法、遗传算法、粒子算法等u‘21。但这些算法存在局部最优、算法复杂、搜索空间大、效率较低等问题。蚁群算法的提出提供了一种新的解决方案。蚁群算法是一种仿生学算法，是模仿蚂蚁寻找食物过程中的行为，利用留在地面上信息素的释放和挥发，给后面的蚂蚁提供一定指向，当大群蚂蚁反复行走后，最终找到一条通往食物的最优路径”I。蚁群算法发展至今，国内外学者提出了很多改进的方案，如带精英策略的蚁群算法、蚁群系统、最大．最小蚁群算法、最优．最差蚁群算法等，但这些算法仍存在明显的缺陷

7、，很容易陷入局部最优解件I。本文立足对全局静态路径问题的研究，虽然目前的技术已经能较好地找到最优路径或较优路径，但仍存在迭代次数偏大。运算时间偏长等问题。并且在得到的路径中普遍存在弯多、转折次数多的情况。从移动机器人的实际情况考虑，两条长短相同的路径，转向次数少的机器人运行效率将更高，同时基金项目：广西科学研究与撕发计划i果题(No．10100022．8)；广西制造系统与，眨啸I造技术重点实验室i果题(No．0842006—020一Z)。作者简介：何少佳(1963一)，男，博士，副教授，主要研究领域为电力电子与电力传动、智能控制；刘子扬(198，一)，男，硕士研