复杂多陷阱环境下机器人导航路径的蚁群规划策略
2023-08-18李艳萍
机械设计与制造 2023年8期
李 婧,李艳萍
(1.山西职业技术学院,山西太原 030006;2.太原理工大学信息与计算机工程学院,山西太原 030024)
1 引言
移动机器人的工作路径极大地影响其安全性、工作效率、行驶耗能和机械磨损,好的工作路径在保证机器人安全的基础上,能够极大提高机器人工作效率,并减少行驶耗能[1]。智能算法在路径规划中存在多种缺陷,诸如易陷入局部最优、收敛速度慢、算法复杂度高等问题[2]。对智能算法进行优化,提高智能算法的收敛速度和求解质量,对提高路径规划效率和路径规划质量具有重要意义。
机器人路径规划的研究主要分为两个方面:(1)环境建模;(2)路径搜索算法。环境建模的常用方法包括可视图法、自由空间法、栅格法等。路径搜索算法包括传统搜索算法和智能仿生算法,传统搜索算法包括人工势场法、模糊逻辑法、模拟退火法等,人工势场法[3]优点是路径平滑性好,缺点是多障碍物环境下易陷入局部最优;模糊逻辑法[4]优点是无需被控对象模型,缺点是模糊规则表难以确定;模拟退火法[5]优点是建模简单,缺点是算法收敛速度慢、参数难以设定。智能仿生算法包括遗传算法、蚁群算法、粒子群算法等。蚁群算法[6]模拟蚁群觅食过程,常应用于路径规划,但是算法前期收敛较慢且易得到次优解。遗传算法[7]主要模拟交叉变异、适者生存两种自然现象提出的算法,算法应用于路径规划时运行效率低于蚁群算法。粒子群算法[8]是模拟鸟群觅食过程提出的,首先将路径规划问题转化为连续变量优化问题,才能使用粒子群算法进行路径规划,粒子群算法最大缺陷是随着迭代的进行,所有粒子聚集在最优粒子附近,粒子的单一性使算法失去进化能力,从而影响路径规划质量。……
登录APP查看全文
