基于改进的蚁群算法的路径规划方法技术

本发明专利技术公开了一种基于改进的蚁群算法的路径规划方法，相对于经典蚁群算法，本方法具有以下改进之处：(1)将常数信息素挥发系数调整为自适应信息素挥发系数，随着蚁群方法迭代次数的增加而自适应地改变系数大小；(2)在不同路径长度相同的基础上，采取拐点较少规则，择优选择出局部最优路径；(3)对局部最优路径采取简化路径规则，对该路径中所经过的每一个节点与起始节点进行是否为邻节点判断，消除路径上的冗余节点；(4)在对蚁群之前所走过的路径进行信息素更新时，采取预先排序规则，只更新路径长度排序前三分之一的路径。通过以上改进之处，本发明专利技术能够有效减少蚁群算法的算法收敛时间，提高运行效率。

Path planning method based on improved ant colony algorithm

The invention discloses a method of path planning based on improved ant colony algorithm, compared with the classical ant colony algorithm, this method has the following improvements: (1) the constant pheromone evaporation coefficient adjustment adaptive pheromone evaporation coefficient, with the increase of the ant colony method iteration and adaptive change coefficient; (2) on the basis of the different paths of the same length, take less inflection point rules, choose the local optimal path; (3) adopt simplified path rules of local optimal path, to pass through the path of each node and the node to node to determine whether the starting, eliminate redundant nodes on the path; (4) the information in paths of the ant colony before the update, take pre sorting rules, only update the path length of top 1/3 path. Through the above improvements, the proposed method can effectively reduce the convergence time of ant colony algorithm, and improve the operation efficiency.

【技术实现步骤摘要】
基于改进的蚁群算法的路径规划方法
本专利技术涉及人工智能领域，具体涉及一种基于蚁群算法的路径规划方法。
技术介绍
路径规划是当下研究的热点之一，路径指的是连接起点位置和终点位置的序列点或曲线，构成路径的策略称之为路径规划。路径规划的目的，是使得移动主体(如智能小车、移动机器人、无人机等)能够根据内定的程序，按照一定的最优解准则(如行驶路径长度最短、行驶耗时最短等)，在存在着诸多障碍物的路况中自行避障，从而选择出一条从起始点到终点的最优路径。针对路径规划的研究主要聚焦于以下三个方面：第一，移动主体能否顺利地从起始点到达终点；第二，移动主体能否在行驶过程中自动避开沿途的障碍物；第三，在完成上述两个指标的基础上，移动主体是否能按照一定的最优解准则，选择出最优路径。传统的路径规划算法有模拟退火算法、人工势场法、模糊逻辑算法、禁忌搜索算法等，但是传统算法在解决实际问题时往往存在着建模难的问题，并且面对环境变化的应变性较差。在处理复杂动态环境信息情况下的路径规划问题时，来自于自然界的启示往往能起到很好的作用。智能仿生学算法就是人们通过仿生学研究发现的算法，常用到的有蚁群算法、神经网络算法、粒子群本文档来自技高网...

【技术保护点】
一种基于改进的蚁群算法的路径规划方法，其特征在于，包括以下步骤：(1)利用栅格法对地图环境进行建模，包括设置起始节点、目标节点、障碍物栅格；(2)初始化蚁群算法基本参数，并使蚁群初始化在起始节点处；(3)每只蚂蚁从起始节点开始搜索遍历，根据转移概率选择下一节点，蚂蚁走过的每个节点记录在禁忌表中，当蚂蚁到达目标节点时，计算蚂蚁所选路径长度和路径上的拐点个数；(4)当所有蚂蚁完成搜索后，应用拐点较少原则选取当次迭代的最优路径；(5)对当次迭代的最优路径应用简化路径原则，得到优化后的当次迭代最优路径；(6)对当次迭代的所有可行路径应用预先排序规则，选取出较优路径，对较优路径上的信息素挥发系数进行自适...

【技术特征摘要】
1.一种基于改进的蚁群算法的路径规划方法，其特征在于，包括以下步骤：(1)利用栅格法对地图环境进行建模，包括设置起始节点、目标节点、障碍物栅格；(2)初始化蚁群算法基本参数，并使蚁群初始化在起始节点处；(3)每只蚂蚁从起始节点开始搜索遍历，根据转移概率选择下一节点，蚂蚁走过的每个节点记录在禁忌表中，当蚂蚁到达目标节点时，计算蚂蚁所选路径长度和路径上的拐点个数；(4)当所有蚂蚁完成搜索后，应用拐点较少原则选取当次迭代的最优路径；(5)对当次迭代的最优路径应用简化路径原则，得到优化后的当次迭代最优路径；(6)对当次迭代的所有可行路径应用预先排序规则，选取出较优路径，对较优路径上的信息素挥发系数进行自适应调整策略，并在此基础上更新每条较优路径上的信息素浓度；(7)重复执行步骤(2)-步骤(6)，直到迭代次数达到最大迭代次数，计算各轮迭代的最优路径长度，得到全局最优路径。2.根据权利要求1所述的基于改进的蚁群算法的路径规划方法，其特征在于，所述步骤(4)中的拐点较少原则具体为：第一轮迭代完成后，比较每条路径长度和路径中的拐点个数，选择长度最短的路径作为当次迭代的最优路径，如果有路径长度相同，则选择拐点较少的路径作为当次迭代的最优路径；在后续迭代过程中，每轮迭代完成后，计算当次迭代所产生的最优路径中的拐点个数，比较当次迭代所产生的最优路径长度与现有最优路径长度，如果相同，则选择拐点较少的路径；...

【专利技术属性】
技术研发人员：黄杰，万弃寒，卫锦，朱仟，曹山山，闵溪青，张云龙，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32