李文振，李富康，蔡宗琰，杨 嘉，杨新坤，赵宁宁

(长安大学工程机械学院，西安 710064)

0 引言

移动机器人的路径规划是通过避开障碍物，在其工作空间内找到起点和目标点之间的行程最短且无碰撞的最优路径[1]。为解决路径规划中存在的问题，学者们提出了人工势场法(APF)[2]、动态窗口法(DWA)[3]、遗传算法(GA)[4]、模糊逻辑法(FLA)[5]、神经网络法(NN)[6]和模拟退火算法(SA)[7]等。然而，这些算法都有一定自身的缺陷，如局部最小化、搜索效率低、收敛时间长、自适应能力差等问题，已不能很好地满足当下移动机器人获得最优路径的需求。

意大利研究人员在上世纪90年代提出了蚁群算法[8]，这是一种具有随机性的启发式搜索算法，属于群智能算法的一种，它源自于自然界中蚂蚁的集体觅食行为。由于自身善于解决分配问题的特点，蚁群算法已被成功地应用于作业分配、生产调度等相关领域[9]，蚁群算法还因为具有良好的自组织性、协同性和自适应能力强等特点，已逐渐在移动机器人路径规划领域得到应用[10]。

研究表明，蚁群算法中的转移规则是找到最短路径的关键，通过改进转移概率以帮助蚂蚁选择一个有很多安全出口的栅格；并基于全局启发式信息使其适应于大规模应用；同时，建立了一个改进的信息素更新规则，以提高全局搜索能力和加速收敛速度。

1 环境建模

三种常用的机器人环境建模方法有几何法、拓扑图法和栅格法。本文借助栅格法创建机器人的作业环境，工作区域被划分为二进制信息的栅格单元，其中二进制信息表示障碍物栅格为“1”，自由栅格为“0”。……