动态复杂环境下的机器人路径规划蚂蚁预测算法.pdf

《动态复杂环境下的机器人路径规划蚂蚁预测算法.pdf》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、第28卷第ll期计算机学报VoI.28No.ll2005年ll月CHINESEJOURNALOFCOMPUTERSNov.2005动态复杂环境下的机器人路径规划蚂蚁预测算法朱庆保（南京师范大学计算机科学系南京2l0097）摘要研究了一种新颖的动态复杂不确定环境下的机器人路径规划方法和动态避障码蚁预测算法.该方法模拟蚂蚁的觅食行为，由多组蚂蚁采用最近邻居搜索策略和趋近导向函数相互协作完成全局最优路径的搜索.在此基础上用虚拟蚂蚁完成与动态障碍物碰撞的预测，并用蚁群算法进行避障局部规划.理论和仿真实验结果均表明，即使在障碍物非常复杂的地理环境，用文中算法也能迅速规划出优化

2、路径，且能安全避碰.关键词机器人；路径规划；移动障碍物；蚂蚁预测；蚁群优化算法中图法分类号TP24AntsPredictiveAlgorithmforPathPlanningofRobotinaComplexDynamicEnvironmentZHUOing-Bao（DepartmentofComputerScience，NanjingNormalUniuersity，Nanjing2l0097）AbstractBasedonAntCoIonyOptimization（ACO），thispaperpresentsanoveIaIgorithmunderIyingth

3、erobotpathpIanninganddynamicobstacIeavoidanceinacompIexandunfamiIiarenvironment.BymimickingthefoodhuntingbehaviorofantcoIony，thisaIgorithmcansearchforthegIobaIoptimaIpathbyadoptingthenearest-neighborsearchstrategycombininganapproximatingdirectionfunctionusedbymuItipIeantgroups.Thevirtu

4、aIants，basedonthisaIgorithm，areabIetopredicttheirpotentiaIcoIIisionwiththemovingobstacIes.ThesubseguentIocaIpIansforavoidingsuchcoIIisionsarethenscheduIedun-dertheACO.TheanaIyticaIandcomputerexperimentresuItsdemonstratethatthisnoveIaIgorithmcanpIananoptimaIpathrapidIyinacIutteredenviro

5、nment.ThesuccessfuIobstacIeavoidanceisachieved，andthemodeIisrobustandperformsreIiabIy.Keywordsrobot；pathpIanning；movingobstacIes；antspredictiveaIgorithm；antcoIonyoptimizationaIgorithm得到一条自起点到终点的安全路径，并能对运行过1引言程中的某些性能指标进行优化，这方面的研究已有广泛的报道，例如用遗传算法、神经网络、随机树等［l~4］移动机器人路径规划问题是指在有障碍物的工方法对机器人路径

6、进行规划，然而，这些方法存作环境中，如何寻找一条从给定起始点到终止点的在着搜索空间大、算法复杂、效率不高等问题，特别较优的运动路径，使机器人在运动过程中能安全、无是当障碍物的数目增加或地形障碍趋于复杂时，这碰撞地绕过所有的障碍物，且所走路径最短.当机器些路径规划算法的复杂度将会大大增加，甚至无法人具备全局环境信息时，可用一次性的全局规划来求解.收稿日期：2003-09-l5；修改稿收到日期：2005-06-08.本课题得到江苏省教育厅自然科学基金（200lSXXTSJBlll）资助.朱庆保，男，l955年生，教授，主要研究领域为人工智能与智能控制.ll期朱庆保：动态

7、复杂环境下的机器人路径规划蚂蚁预测算法l899另一方面，机器人的工作环境不少是动态不确为坐标O点，以横向为X轴，纵向为Y轴，则有AS定环境，对这类环境中的动态障碍物，机器人很难具在X，Y方向的最大值分别为xmaX和ymaX.以Ra为步有先验知识，这种情况，机器人只能根据实时探测到长将X，Y分别进行划分，由此形成一个个栅格，如的环境信息进行避碰规划.为了解决这类规划问题，图l所示.每行的栅格数Nx=xmaX/Ra；每列的栅格有学者提出了一种全局环境未知时的静态环境下的数Ny=ymaX/R（a考虑AS为任意形状，因此，可在AS［5，6］滚动窗口规划算法，在此原理基础