机器人空间路径规划的ACO算法特性分析
2017-01-09杨连花常肖
山东交通学院学报 2016年4期
杨连花,常肖
(长安大学道路施工技术与装备教育部重点实验室,陕西西安 710064)
机器人空间路径规划的ACO算法特性分析
杨连花,常肖
(长安大学道路施工技术与装备教育部重点实验室,陕西西安 710064)
为进一步研究机器人的移动空间路径规划方法,分析蚁群算法的主要系数对路径规划的影响,根据蚁群优化算法的主要特点,对机器人的移动空间信息采用栅格法进行全局描述。对蚁群优化算法的主要系数如蚁群数量m和信息素蒸发系数ρ等进行选择,以路径长度和迭代次数为目标,仿真分析其对规划路径的长度和路径规划效率的影响,找到最佳匹配系数组。仿真结果表明:合理选择算法系数能够缩短机器人的移动空间路径规划长度,且能提高路径规划效率。
移动机器人;蚁群优化算法;路径规划;影响系数
路径规划是对移动机器人(mobile robot,MR)进行研究的主要内容之一,是指当工作空间中存在障碍物时,移动机器人能搜索到一条从给定起点到终点的工作路径,使其在移动过程中可以安全、无碰撞地躲避所有障碍物,同时经过的路径最短,这是控制机器人工作的基础[1]。当前,存在大量针对全局路径规划的算法,栅格、人工势场等是其中几种较为常见的算法。应用栅格法进行路径规划时,随着空间的增大,计算所需的存储空间急剧增大,导致决策速度降低[2];而应用人工势场法进行路径规划时,又极易出现局部最佳解和锁死问题[3]。在智能控制算法迅速成熟的基础上,逐渐出现了如免疫[4]、A*优化[5]、蚁群优化[6]、粒子群[7]、遗传优化[8]和人工鱼群[9]等算法。……
登录APP查看全文
