张润梅，任 瑞，袁 彬+，罗谷安，毕利君

(1.安徽建筑大学 机械与电气工程学院，安徽 合肥 230601；2.安徽建筑大学 工程机械智能制造重点实验室，安徽 合肥 230601)

0 引 言

装配式建筑是促进建筑产业现代化发展的新型建造方式，但其技术难度较高，发展限制性较大，为了进一步提高工作效率，减轻工人劳动强度，建筑机器人的引入是建筑行业发展的必由之路[1,2]。针对装配式建筑环境，利用传统外部传感器采集环境信息构建地图时，计算量较大，且因地图环境复杂，信息采集困难，难以构建出完整的地图[3]，因此，设计新型导航地图建立方法对建筑机器人路径寻优有重大意义。

路径规划问题经过国内外学者多年的研究，提出了大量的遗传蚁群优化算法[4]。Qiang Luo等[5]提出了一种改进的蚁群算法，提高了蚁群算法的全局搜索能力。Yen CT等[6]提出了一种模糊蚁群优化方法，可以对简单和复杂的拓扑结构进行路径规划和避障。Lamini C等[7]提出了一种改进的交叉算子，用遗传算法在静态环境中解决路径规划问题。传统蚁群算法具有正、负反馈和高鲁棒性的特点[8]，而遗传算法被称为鲁棒优化方法，利于全局择优。因此，通过结合两种算法的优点，可以提高算法的迭代速度和求解效率[9]。

本文针对装配式建筑这一复杂的应用新领域，设计了一种基于BIM融合遗传蚁群混合式算法的路径优化方法，通过BIM技术对建筑物进行数字建模，建立导航地图和实验环境，以3种传统算法和混合式算法作为搜索策略，利用软件分别在不同规格的栅格地图和某常规公寓的BIM施工地图的工作环境进行了算法性能测试，探究了混合式算法在不同障碍物布局的工作环境中路径规划的最优性及应用于装配式建筑的可行性。……