移动机器人路径规划仿真研究.pdf

《移动机器人路径规划仿真研究.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、第33卷第08期计算机仿真2016年8月文章编号：1006—9348(2016)08一0354—05移动机器人路径规划仿真研究谭覃，刘树东，张艳(天津城建大学计算机与信息工程学院，天津3003“)摘要：在移动机器人路径规划问题的研究中，传统移动机器人路径规划算法收敛速度慢、路径不够平滑等问题。为提高工作效率，提出一种改进蚁群算法进行复杂环境下移动机器人的路径规划。上述算法首先通过引入预规划路径，在预规划路径上增加一定量呈高斯分布的信息素，从而避免初期规划的盲目性；其次在传统蚁群算法的信息索更新方式里加入

2、拐点参数，使其与路径长度共同决定信息素的更新；最后建立死锁禁忌表，存储发生死锁节点，并用惩罚函数代替传统的局部信息素更新方式。仿真结果表明：上述算法能够在成功寻得最优路径的同时，有效避免“死锁”问题。通过与其它算法进行比较，改进算法在搜索效率和寻优能力上具有一定优势。关键词：改进蚁群算法；路径规划；预路径；拐点参数；惩罚函数中图分类号：TP242文献标识码：BSimulationStudyofPathH锄ingMethodforMobneR0botTANTan，UUShu—dong，ZHANGYan(C

3、oUegeofComputer蛐dInfo珊ationEn舀neering，TianjinChen萄i柚UIlive硌时，Tianjin300384，China)ABSTRACT：Mobilembotpathpl绷_Ilingproblemw鹊studiedintllepaper．Inviewoft}leshor【c伽ingsofslowmte0fconvergenceandunsmootlIpatllfortlle砸lditional柚talgoritllm，wepmp惦edanimpmved明tco

4、lonya190ritllmforrobotpathplanninginacomplexenvim姗ent．Apre—pl删ngp如w鹊int玎)duced，incre鹊ingtlleconcentmtionofphemmonewhichw鹊Gaussi锄distribution，锄davoidingtheblindn鹄sininitialplanning，Me锄while，inflectionpa-mmeterswereadded，toget}lerwitlltllepatIllengtll，tode

5、cidetlIephe瑚∞弛updatiTlgmode．Finally，adead—co卜nertablewasestablished，andsimultaIl∞uslyapenaltyfunctionw鹊usedf矗tlletrailintensityup—dating．Simllla．tionresultsindicatethattheimpmved蚰tcolonyalgoritllmc锄find锄叩timal蚰dsafe耻吐heveninacomplicatedgeographicalenvim啪

6、ent彻davoidtIledeadlockpmbleme伍ectively．Compmd访tlIotlleral鲥tllms，tllisalgorit}Imhascertainadvantagesinthesearchtime舳dpathlengt}1．KEYwoRDS：Improved舳tcolonyoptiIrIi髓tionalgoritIlm；PatIlpl蛐ing；Pre—pl鲫血ngpatll；砌ectionp咖e-ters；PenaJtyfunction1引言移动机器人路径选择的优劣，直接

7、决定了机器人的工作效率，因此，路径规划问题一直是机器人研究领域的一个至关重要的环节。现阶段针对路径规划问题，国内外学者已经给出一些解决方法和策略，如传统的栅格法、人工势场法等，栅格法一般用于全局规划，但当环境复杂度提高时，其所需存储空间也随之增大，造成搜索效率过低⋯；人工势场法是机器人路径规划中最常用的一种方法，适用于局部路径规基金项目：天津市科技计划项目(14ZCDzGx008lO)收稿日期：2016一03—23修回日j稠：2016一04一ll一354一划，但局部极小点和目标不可达问题一直是此算法的软

8、肋旧J。随着机器人在越来越多领域的应用，传统的依据数学模型的路径规划算法已难以适应复杂多变的环境，寻优效果差强人意，于是出现了利用遗传算法"J、神经网络算法M1、模拟退火算法”1等智能算法进行路径规划的研究，虽然这些智能算法已经在机器人路径规划领域取得了一些令人满意的成绩，但搜索效率低下，易陷入局部最优等问题一直没有得到根本性的解决¨。5J。因此，如何高效完成复杂环境下移动机器人的路经规划仍然是研究的热点。蚁群算法(龃tcolony叩tim