， ，

(安徽工业大学 机械工程学院，安徽 马鞍山 243000)

0 引 言

空中机器人是当今研究的热点，不论在军事还是民用都发挥了巨大的作用。如物流配送[1]，农用机器人[2]，车辆导航系统[3]，汽车泊车系统[4]等领域均得到了应用[5]，而轨迹规划是空中机器人研究的一个重要组成部分，所以空中机器人自主规划路径问题一直是各大高校研究的热点。空中机器人轨迹规划问题可以概括为在顺利躲避障碍物的前提下，机器人可以自主找到一条从初始点到目标点的最短路径[6]。在研究的最初期，轨迹规划问题是采用人工规划的方法，但是此方法不能实现预期的飞行任务，随着对问题的深入研究，国内外学者提出了一系列轨迹规划算法包括蚁群算法、粒子群算法、遗传算法、A*算法、模糊逻辑算法[7-10]等 ，其中粒子群算法于1992年被Marco Dorigo提出，其灵感来自于蚂蚁寻找食物时，蚂蚁的路径轨迹。和其他算法相比较而言，具有以下优点:1.优良的分布式计算机制；2.较强的鲁棒性；3.全局搜索方法；4.易于其他算法结合，利用蚁群算法通过栅格法对空中机器人飞行环境在MATLAB中进行二维建模。通过仿真分析，可以看出蚁群算法在空中机器人轨迹规划得到了很好应用。

1 二维轨迹环境建模

1.1 环境模型预处理

空中机器人的飞行轨迹是在一定空间内进行的，假设空中机器人的飞行高度保持不变，飞行速度不变，并且假设在飞行过程中飞行环境不发生变化，那么空中机器人的飞行轨迹就可以简化成一个二维轨迹规划问题类似于移动机器人的轨迹规划问题。……