郭凡，何柳，侯媛彬，秦学斌，卢志强，王冕

西安科技大学 电气与控制工程学院，陕西 西安 710054

近几年来，随着计算机、信息处理与智能控制的迅猛发展，人们对于机器人的研究也在逐渐加深，机器人的功能也在慢慢完善，而本文所研究的移动机器人也是其中的一种[1]。现在移动机器人的研究已进入较为成熟的阶段，可以先前确定的任务地点为目标，提前对行走的地图做出规划，在移动的过程中根据周围复杂环境障碍物的情况，进行最短距离的判断，完美地避开障碍物。移动机器人按照运行环境，可分为海、陆、空3类[2−3]。本文主要解决如何使移动机器人在行走过程中可获取最短路径的问题，即移动机器人行进的路径规划问题。对此，国内外众多专家学者已进行探究并提出对应的解决办法。文献[4]针对无人机的航路规划问题，提出利用多个处理器来同时执行算法优化过程的思想，并通过仿真来对粒子群和遗传算法进行对应方案的验证，实验结果表明，算法的执行效率明显提升。文献[5]提出将改进的人工蜂群算法应用至机器人的路径规划中，并通过仿真结果将其与差分进化算法相比较，从而验证该改进蜂群算法的实用性。文献[6]提出将传统的ANN与蚁群算法相结合的优化算法运用到路径规划中，并进行相应的仿真实验，验证该优化算法在规划速度和更优路径上的优越性。文献[7]以蚁群算法为基础，引进人工势场的作用，两种算法之间优劣互补，在复杂的行走环境中共同作用以提升寻优能力。……