李二超，齐款款

(兰州理工大学 电气工程与信息工程学院, 甘肃 兰州 730050)

随着科技迅速发展，人类生活日愈趋向自动化，智能移动机器人已应用于众多领域，如移动仓储机器人、服务移动机器人等，其中移动机器人路径规划是研究热点之一。静态环境移动机器人路径规划是指在已知环境中根据目标函数(如距离最短等)，寻找一条从起点到终点的无障碍的最优或次优路径[1]。

移动机器人路径规划算法有人工势场法[2]、A*算法[3]、蚁群算法[4]和遗传算法[5-6]等。人工势场法适用于动态的局部路径规划，在静态环境下易陷入极小值点，找不到最优路径；A*算法遍历节点过多，占用内存大，得到的路径拐点较多，得到的路径并非最优；遗传算法需要复杂的建模，路径搜索效率低，占用很大的计算量和存储空间；蚁群算法具有鲁棒性较强，易与其他算法融合的优点[7-8]，但该算法存在收敛速度慢、盲目性大、路径无法做到最短的缺陷，学者们提出各自的改进方法。王晓燕等利用人工势场法求得的初始路径信息对蚁群算法的启发函数进行改进，增强路径的引导作用，减小路径搜索的盲目性[9]。陈志等在全局信息素更新方面，借鉴最大-最小蚁群系统和精英蚁群算法的思想，对最差路径进行惩罚，减少最差路径对路径搜索带来的干扰，增强最优路径的指导作用，提高收敛速度[10]。王娇娇等采用基于中心点的平滑方法平滑尖峰的路径，但此方法在平滑尖峰的同时增加了路径的拐点，路径依然不够安全平滑[11]。……