江 岩 黄宜庆

（1.安徽工程大学电气工程学院 安徽省电气传动与控制重点实验室；2.高端装备先进感知与智能控制教育部重点实验室 安徽芜湖 241000）

路径规划是移动机器人导航的关键技术，具有十分重要的研究意义。机器人路径规划是指在预先设定的条件下，从起点到终点的路径当中躲避障碍物寻找到一条最短的路径[1]。根据环境信息是否已知，可将移动机器人路径规划问题分为两类：全局路径规划和局部路径规划[2]，前者为环境信息完全已知，后者为环境信息未知或者部分已知。因此，在局部路径规划过程中需要通过传感器对环境信息进行感知。

传统的路径规划方法主要有人工势场法[3]、可视图法[4]、自由空间法等，但均存在不足之处。其中，人工势场法结构比较简单，但在全局路径规划时容易陷入局部最优解的问题；可视图法的路径规划虽然能够获得最短路径但效率比较低；自由空间法比较灵活，起点和终点的位置改变不会重构可视图，但是在障碍物较多时有时无法获得最短路径。随着研究的进一步深入，群智能算法成为目前机器人路径规划的热门方法。主要包括人工鱼群算法[5]、蚁群算法[6]、粒子群算法等。文献[1]采用连接图法进行环境建模，得到起点和终点的网络有权图，再利用Dijkstra算法得到初始的路径，最后利用遗传算法优化得到的路径。文献[2]将扰动机制加入粒子群算法当中，采用个体修正的方法代替进入进化停滞状态的个体，从而引导算法搜索可行路径，使算法避免陷入局部极值。……