张高林,张继宇,周 萌

(1.中国石化催化剂有限公司技术信息部，北京 100029； 2.哈尔滨工程大学自动化学院，黑龙江 哈尔滨 150001；3.国网湖北省电力有限公司团风县供电公司，湖北 黄冈 438000)

0 引 言

随着移动机器人技术的快速发展，以及其工业化的程度不断提高，移动机器人能够在工业制造、探测、侦察、运输、医疗服务等各个领域服务社会。移动机器人的路径规划问题是保证移动机器人正常工作的基础，因此得到了越来越多的关注。移动机器人的路径规划要求机器人可以自主地规划一条由起点到终点的满足一些优化条件的安全无碰的路径。目前的路径规划方法整体上可以分为2类：全局路径规划和实时路径规划。

近年来，已经提出了许多有效的全局路径规划算法。Zhang等[1]通过人工势场的概念构建蚁群优化(ACO)的启发式信息。改进的ACO可以保持障碍物和AUV之间的安全距离。Liu等[2]在搜索移动机器人全局最优路径的过程中，通过结合信息素扩散和几何局部最优化改进ACO。该算法解决了传统ACO收敛速度的问题。朴松昊等[3]采用基于链接图的遗传算法建立全局优化路径并采用基于行为的方法进行局部路径规划，可以很好地解决全局与局部路径规划的关系。Jaradar等[4]提出模糊人工势场法，该方法结合了人工势场技术与模糊理论。Yao等[5]在机器人路径规划问题中提出了异构特征蚁群优化(HFACO)算法。在HFACO中，定义了2种蚂蚁，蚂蚁A通过随机搜索和广泛搜索找到路径，并将信息素留给蚂蚁B来开发和优化路径。……