一种基于势场蚁群算法的路径规划方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110220525A(43)申请公布日2019.09.10(21)申请号201910396322.5(22)申请日2019.05.14(71)申请人昆明理工大学地址650093云南省昆明市五华区学府路253号(72)发明人彭湘向凤红毛剑琳郭宁(51)Int.Cl.G01C21/34(2006.01)权利要求书1页说明书5页附图3页(54)发明名称一种基于势场蚁群算法的路径规划方法(57)摘要本发明公开了一种基于势场蚁群算法的路径规划方法，针对蚁群算法前期搜索存在盲目性问题，引入人工势场法，使得目标点一开始就对蚂蚁的寻优做出引导作用，并且在整个寻优过程，目标点对蚂蚁的吸引力一直存在，这在一定程度上降低了蚁群前期搜索的“盲目性”，能够加快蚁群的收敛速度，同时也加强了算法全局搜索的能力；利用人工势场法计算下一可行节点到终点的距离综合构造启发信息，避免了蚁群在搜索中过早停滞，陷入局部最优；引入最优-最差蚂蚁系统对全局信息素更新，这种将全局搜索与局部搜索相结合的方法，能够有效地加大算法的搜索效率；对算法规划的最优路径做平滑处理，能够取得更短的最优路径，更加符合实际环境的要求。CN110220525ACN110220525A权利要求书1/1页1.一种基于势场蚁群算法的路径规划方法，其特征在于：所述方法步骤如下：Step1：采用栅格法对机器人的工作环境进行建模；Step2：设置起始点S，目标点G，最大迭代次数Ncmax，利用单位矩阵初始化全局信息素；Step3：将m只蚂蚁置于起始点S，并将它们此时的位置加入禁忌表Tabu；在基于传统蚁群算法的基础上引入人工势场法，并利用其计算蚂蚁可能前往的下一节点j到目标点G的距离LjG，综合构造启发信息函数；在启发信息函数和全局信息素的作用下，结合轮盘赌法计算t时刻蚂蚁k在节点i选择下一个节点j的状态转移概率选择蚂蚁下一个前往的节点j；蚂蚁到达下一节点j后，更新禁忌表Tabu，将节点j加入禁忌表；Step4：判断蚂蚁是否到达目标点G：若是，停止搜索，一次迭代结束；否则，继续按照Step3的方法搜索直到找到目标点；Step5：在一次迭代结束，所有蚂蚁到达目标点G后，依据最优-最差蚂蚁系统原理，比较所有蚂蚁搜索到的路径长度，找到此次迭代的最优路径Lbest和最差路径Lworst，更新全局信息素，清空禁忌表Tabu；Step6：判断当前迭代次数Nc是否到达最大迭代次数Ncmax：若是，输出最优路径；否则，转到Step3，直到Nc＝Ncmax；Step7：引入三次B样条曲线，对输出的最优路径作路径平滑处理；算法结束。2.根据权利要求1所述的基于势场蚁群算法的路径规划方法，其特征在于：所述启发信息函数如下：其中：dij为蚂蚁当前所处节点i到下一节点j的欧氏距离；allowedk为t时刻允许蚂蚁k(k＝1,2...m)通过的节点集合。3.根据权利要求1所述的基于势场蚁群算法的路径规划方法，其特征在于：所述全局信息素按照以下方式进行更新：其中：ρ为信息素挥发系数，ρ∈(0,1)；Δτij(t)表示t时刻在节点i和节点j之间的信息k素浓度；Δτij(t)表示蚂蚁k在t时刻留在路径(i,j)的信息素量；μ为蚁群算法引进的一个参数，μ∈(0,1)；Q为信息素强度，是一个常数；Lk是蚂蚁k在本次迭代中所走的路径长度。2CN110220525A说明书1/5页一种基于势场蚁群算法的路径规划方法技术领域[0001]本发明涉及一种基于势场蚁群算法的路径规划方法，属于智能机器人路径规划领域。背景技术[0002]机器人的路径规划是机器人导航技术里最重要的一个环节，它指的是将移动机器人放在一个有障碍物的工作环境中，通过设置机器人在这个工作空间中的初始点和目标点，使机器人找到一条从初始点到目标点的路径的过程。在这个过程中，通过使用一定的路径规划方法，使机器人找到一条令人满意的路径。目前，国内外研究人员对路径规划提出了很多算法，包括A*算法、人工势场等传统算法。以及一系列智能优化算法，如蚁群算法、遗传算法、粒子群算法等。每种算法均根据不同的性能指标有不同的优缺点。[0003]人工势场法是一种重要的局部路径规划方法，其由于计算量小、规划结果安全可靠而被广泛关注。但该算法对周围环境的感知信息具有局限性，易出现局部最优问题。蚁群算法是一种基于智能仿生计算的优化算法，通过模拟蚂蚁的觅食行为，在空间中进行路径规划，在机器人路径规划和无人驾驶中都具有良好得应用前景。蚁群算法具有良好的鲁棒性，容易应用到实际问题中并且易于其他算法相结合。另外，蚁群算法还有适应强、有较好的求解能力等优点，但与此同时，蚁群算法也存在以下缺点：①蚁群在路径规划初期搜索存在盲目性，算法收敛速度慢，搜索时间长