一种基于蚁群遗传融合算法的移动机器人路径规划方法技术

本发明专利技术公开了一种基于蚁群遗传融合算法的移动机器人路径规划方法，本发明专利技术针对移动机器人路径规划的特点，把智能算法引入到机器人路径规划中。而单一蚁群算法和遗传算法，存在收敛速度慢、效率低或容易陷入局部最优等缺陷，本发明专利技术对蚁群算法进行改进，提出一种改进蚁群遗传算法的融合方案，并把该方案应用到移动机器人路径规划中，在栅格环境下进行仿真测试，仿真结果表明该方案能有效提高最优路径的搜索效率，整体性能优于蚁群或遗传单一智能算法。

【技术实现步骤摘要】
一种基于蚁群遗传融合算法的移动机器人路径规划方法
本专利技术涉及一种基于蚁群遗传融合算法的移动机器人路径规划方法。
技术介绍
路径规划是移动机器人导航领域研究的首要任务，也是机器人安全无碰撞的执行各项任务的基本保障，目前在移动机器人路径规划过程中经常使用的智能算法有蚁群算法、遗传算法、神经网络法、粒子群算法等。针对传统蚁群算法在在路径搜索初期存在盲目性，搜索空间大、效率较低，而遗传算法全局搜索方面的能力较强，但在搜索后期启发信息利用不足等缺陷。蚁群算法(AntColonyAlgorithm,ACA)是根据自然界中蚂蚁觅食行为而提出的一种模拟进化算法。算法中要求蚂蚁在搜索路径时不能重复经过同一节点，通过在算法中加入了禁忌表项来实现。表示第k只蚂蚁在t时刻的i节点选择向j节点移动的概率。蚁群算法是一种求解组合最优路径问题的启发式方法，该算法具有分布式计算、正反馈机制和良好的并行性、健壮性和可扩展性，并且蚂蚁觅食行为与机器人路径规划有着天然的关联性，因此可以被应用到移动机器人路径规划中。但该算法在搜索初期存在盲目性大，在搜索后期存在着耗时长和容易出现停滞等缺陷。因此传统蚁群算法需要经过改进本文档来自技高网...

【技术保护点】
一种基于蚁群遗传融合算法的移动机器人路径规划方法，其特征在于，包括以下步骤：S1、对蚁群算法进行改进：在蚁群算法中，路径上的信息素的值会随着时间的流逝而减小，用Rij来进行表示，通过一个递减的指数函数来表示；

【技术特征摘要】
1.一种基于蚁群遗传融合算法的移动机器人路径规划方法，其特征在于，包括以下步骤：S1、对蚁群算法进行改进：在蚁群算法中，路径上的信息素的值会随着时间的流逝而减小，用Rij来进行表示，通过一个递减的指数函数来表示；式(2)中tij是蚂蚁从节点i到节点j所花费的时间，是一个常数，Rij的值越大，代表着从蚂蚁从i到节点j的路径越好；在每次迭代过程中，只有在指定时间内，最优的蚂蚁才会更新此路径上信息素的值；在式(4)中是最优的蚂蚁经过该路径后此路径上信息素的改变量；Lk第k只蚂蚁走过的路径，是第k值蚂蚁从i节点到k节点花费的时间，是第k值蚂蚁从i节点到k节点学习到的信息；S2、设置遗传算法的最小迭代次数为Gmin，最大迭代次数为Gmax，最小进化率为Grat...

【专利技术属性】
技术研发人员：于树科，瞿国庆，祁宏宇，赵开新，
申请(专利权)人：江苏商贸职业学院，
类型：发明
国别省市：江苏,32