胡平志，杨小柳，李泽滔

(贵州大学电气工程学院，贵州 贵阳550025)

1 引言

现实中，机器人所处的环境通常是三维的，因此机器人的三维路径规划更具有普遍性和现实性。然而由于三维空间数据量大，导致其路径规划比较复杂。近年来，关于路径规划算法有：人工势场法[1]、模拟退火算法[2]，蚁群算法等。除使用单一方法进行路径识别外，文献[3]提出了一种动态搜索算子，提高算法收敛的效果；文献[4]提出蚁群算法和遗传算法相结合的方法，增加了算法搜索效率；文献[5]引入一些策略，解决死锁问题，增加解的多样性，提高算法的搜索能力;文献[6]通过引入障碍物排斥权重增加新的启发因子修改转移概率，提高蚂蚁避障能力。

不同于空间机器人和水下机器人，地面机器人移动受到地形曲面约束，即机器人被约束在一个曲面上运动，同时又会出现高度上的变化，既要对路径进行规划，同时又要考虑重力约束，虽然文献[7]提出了结合人工势场算法的改进蚁群算法，做出了一种曲面地形下的最短路径，但是算法并未考虑机器人是否有足够牵引力上坡的问题。

该算法引入了一种新的转移概率函数，能够在完成路径规划的同时，兼顾机器人爬坡的问题，由于引进新的转移概率函数，改进算法不再只局限于规划最短路径，也可以规划坡度符合机器人爬坡能力的路径。同时，在实际应用中，相较于常用的栅格地形图[6，7]，等高线地形图数据更容易获取，该算法采用等高线对丘陵山地地形进行分层，使得路径规划分层进行。……