[摘 要]针对深海采矿车三维地形路径规划问题，提出了一种基于群智能优化算法的规划方法。该算法基于二维环境和三维环境路径规划问题的差异性研究，得到了三维环境下障碍物划分的简单规则，并以此为依据建立了环境模型，并通过蚁群算法对路径进行规划，再由粒群算法对蚁群算法参数进行优化。仿真实验证明了该方法在解决三维地形路径规划问题的有效性。

[关键词]三维环境；路径规划；蚁群算法；粒群算法

中图分类号：TP24 文献标识码：A 文章编号：1009-914X（2018）28-0012-01

1 引言（Introduction）

深海采矿车是指能够自主进行地貌探测、导航、定位，并能同时完成采矿作业的智能机器人，采矿车的路径规划系统能够实时规划采矿车的采集路径。而现有的路径规划算法多建立在二维环境模型当中，这类方法并不适用于三维环境中的路径规划问题。

为了解决深海采矿车深海采集路径规划这一难题，本文首先分析了二维和三维环境中机器人路径规划问题的差异，提出一种障碍物识别的简单规则，以此为依据利用位图法建立环境模型，将环境图划分为机器人可行域和障碍域。由此，利用蚁群算法规划采集路径，最后通过粒群算法对蚁群算法参数进行优化，仿真实验表明该算法可以解决深海采矿车三维地形路径规划问题。

2 二维与三维路径规划的差异性研究

2.1环境模型参考系的差异

在二维环境当中，机器人运动域的任意位置点的坐标pi（xi，yi）是二维的，规划方法简单。……