王志俊

（山西建筑职业技术学院计算机工程系，山西 太原 030006）

1 引言

当前机器人应用领域越来越广泛，包括工农业生产、生活服务、军事领域等，不仅将人类从繁重生产劳动中解放出来，而且可以高效高质量完成生产任务。机器人导航方法决定了机器人工作效率和安全性，包括目标定位、环境建模、路径规划等三个方面[1]，研究的是路径规划这一关键技术，旨在提高机器人行走效率和顺滑性。

根据路径规划方法提出时间，一般将路径规划分为传统方法和智能规划方法，传统规划方法有栅格法、可视图法、拓扑法、人工势场法等[2-3]，智能规划方法有遗传算法、神经网络、混合算法等[4-5]。智能规划方法的效果与环境适应性明显优于传统方法，而传统算法高效的环境建模方法和面对机器的可识别性具有借鉴价值，因此传统规划方法与智能规划方法的结合成为了一个研究方向。文献[6]将蝗虫优化算法与栅格环境法结合，使用Pareto 最优准则给出了路径长度、平滑度、安全性的多目标优化解；文献[7]将遗传算法与人工势场法相结合，使用遗传算法规划静态全局最优路径，使用人工势场法实现动态避障，可以实现动态环境下路径规划。纵观各种智能规划方法，路径性能主要取决于算法性能，但是单一算法皆具有局限性，新算法提出、现有算法性能升级、多算法优势互补融合成了当前的热门研究方向。

研究了机器人在静态环境下的路径规划问题，通过改善现有算法性能达到减小路径长度的目的。……