一种基于优化混合蚁群算法的机器人路径规划算法制造技术
A robot path planning algorithm based on optimal hybrid ant colony algorithm
This invention requests protection of a robot path planning algorithm based on optimal hybrid ant colony algorithm. The algorithm includes: S1, combined with the artificial potential field generated by the target gravity and integrated heuristic ant colony algorithm to construct initial heuristic factor mobile robot information; S2, the pheromone in the ant colony algorithm using the distribution principle of wolves update; using S3 path optimization algorithm to optimize the path planning. The invention can quickly and efficiently plan the optimal path.
【技术实现步骤摘要】
一种基于优化混合蚁群算法的机器人路径规划算法
本专利技术属于移动机器人导航领域，特别是一种基于优化混合蚁群算法的机器人路径规划算法。
技术介绍
路径规划是实现移动机器人控制的关键技术之一。其目的是在一定的环境条件和性能指标要求下，寻找一条从起始位置到目标位置的最优或次优的安全无碰撞路径。针对机器人路径规划，国内外学者提出了许多规划方法，其中主要有人工势场法、神经网络自适应规划法、遗传算法、蚁群算法、粒子群算法等。近年来，越来越多的学者在对路径规划问题研究时更注重多种智能算法相结合，以提高算法性能。如ImenChaari*等将遗传算法和蚁群算法相结合，前阶段用遗传算法产生初始信息素分布，后阶段用蚁群算法求最优解，能够有效结合两算法的优点，提高蚁群的搜索效率，但可能陷入局部最优；XWang等人提出一种基于粒子群优化(ParticleSwarmOptimization,PSO)和蚁群优化(Antcolonyoptimization，ACO)算法的新型路径规划方法，该算法利用粒子群环境建模的方法，生成从起始点到目标点的路径，然后基于之前生成的路径分布信息素，最后，使用改进...
【技术保护点】
一种基于优化混合蚁群算法的机器人路径规划算法，其特征在于，包括以下步骤：S1、创建机器人需要寻找最优路径的地图,所述地图由0和1组成的矩阵表示，建立目标函数：
【技术特征摘要】
1.一种基于优化混合蚁群算法的机器人路径规划算法，其特征在于，包括以下步骤：S1、创建机器人需要寻找最优路径的地图,所述地图由0和1组成的矩阵表示，建立目标函数：设网格边长为m，则L是从起始点至目标点的无碰路径的长度，T是所经过的栅格总数；S2、初始化各参数，包括建立栅格的单位长度、人工势场函数的引力系数、蚁群搜索的蚂蚁数量、迭代次数、信息素挥发系数在内的参数；S3、将m只蚂蚁放在起始栅格上，蚂蚁在启发信息下，按概率函数选择一条允许的路径到达下一个栅格，并将该栅格位置存储在蚂蚁k建立的路径表中，当所有蚂蚁到达下一个位置后，按信息素更新函数对走过的边进行局部信息素更新，借鉴狼群分配规则对信息素进行更新；如果蚂蚁k当前的路径表最后一个栅格位置不是目标位置，则继续搜索下一个位置；S4、在所有蚂蚁到达目标位置后，计算各蚂蚁搜索到的路径长度，找出当前搜索到的最短可行路径；S5、判断算法是否迭代了设定次数N次，若满足，则计算停止，并保存最短可行路径；否则，转到S4，继续迭代计算；S6、将找到最短路径进行路径优化处理，得到最佳路径，输出最佳路径，算法结束。2.根据权利要求1所述的基于优化混合蚁群算法的机器人路径规划算法，其特征在于，所述步骤S3中启发信息函数的构造方法为：根据人工势场引力原理，引入目标吸引因子，使蚂蚁初始时刻就可趋向目标方向移动，具体实现如下：在位置P处，引力势场通常采用如下形式表示式中,ζ＞0为引力势场比例系数；...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。