王鹤静，王丽娜

(中国计量大学 a.机电工程学院；b.浙江省智能制造质量大数据溯源与应用重点实验室，杭州 310018)

0 引 言

机器人是人工智能的重点研究领域, 其中路径规划是机器人研究与发展中必不可少的核心内容之一, 是机器人在一定环境中完成既定任务的基础, 机器人的路径规划能力直观体现了其作业能力和风险管控能力。路径规划是指在规定区域内规划出一条从起始点到目标点的最优解路径, 且要保证与障碍物无碰撞。机器人路径规划存在的难点问题主要有环境建模计算量大、 算法收敛速度慢以及容易陷入局部最优解问题。

对于二维环境建模问题, 主要采用栅格法进行环境建模。栅格法对机器人工作环境的描述更直观, 对障碍物和机器人相对位置的处理更简便, 可以最大程度上简化路径的求解过程。而在三维环境中, 如水下机器人, 可以将平面栅格法进行高度上的叠加, 将复杂的三维建模问题简化为多个二维建模问题, 在一定程度上提高了解路径的质量和路径规划算法的适应能力。对于路径规划算法普遍存在的收敛速度慢和容易陷入局部最优解问题, 通常对算法进行结构上的优化, 如增加算法参数的自适应调整能力, 可以降低算法陷入局部最优解的概率; 也可以将多个算法结合, 取长补短, 优化算法性能, 如蚁群算法可与人工势场法结合, 利用人工势场法生成初始可行路径, 并调整该路径和周围区域的初始信息素浓度, 可以极大加快蚁群算法的早期收敛速度。……