人工势场引导蚁群算法的机器人导航路径规划
2021-06-27董炫良赵桂清
机械设计与制造 2021年6期
董炫良,赵桂清
(1.广东省海洋工程职业技术学校,广东 广州 510320;2.聊城大学,山东 聊城 252000)
1 引言
移动机器人可以代替人类进行劳动密集型、重复性高、危险性强的工作,移动机器人导航是其他一切工作的基础,一条好的导航路径不仅可以减少机器人转弯磨损,而且可以提高整体工作效率,因此导航路径规划对提高机器人使用寿命和工作效率意义重大。
移动机器人导航包括三个关键技术:(1)环境建模;(2)机器人自主定位定向;(3)最优路径规划。这里着重研究最优路径规划方面的问题,路径规划方法可以分为传统算法和智能优化算法两类,传统算法包括Dijkstra算法、A*算法、人工势场法等[1-2],智能优化算法包括蚁群算法、遗传算法、快速搜索随机树法、粒子群算法等。文献[3]以人工势场法为基础,在斥力函数中引入机器人与目标相对距离的高斯函数,确保机器人能够逃出局部极值,且在目标点稳定;文献[4]将粒子滤波器、A*算法与动态窗口法结合,使机器人在自主定位和构建地图同时完成路径规划;文献[5]提出了改进蚁群-A*算法,提高了路径规划效率和路径质量。以上方法在各自设定的性能指标下均取得了较好效果。
蚁群算法初期信息素分布均匀,算法主要依赖启发信息寻优,类似于贪婪算法,收敛速度慢且极易陷入局部最优;算法中后期随着算法运行,信息素的正反馈作用使算法陷入局部最优而无法跳出,因此提出使用改进人工势场法优化蚁群算法,最终使改进蚁群算法在路径规划中耗时少,且能够规划出最优路径。……
登录APP查看全文
