基于蚁群算法和Maklink图的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算法和Maklink图的机器人路径规划方法，所述方法包括以下步骤：根据移动机器人工作环境建立相应的Maklink地图，采用多边形代表环境中的障碍物，通过自由链接线组成移动机器人自由移动的网络图；使用改进Dijstra算法在Maklink地图上求取前K条最优路径；使用改进的蚁群算法对前K条最优路径进行二次寻优，取最优路径作为全局最优路径。本发明专利技术建立自由链接线组成移动机器人可以移动的网络图，实时规划出最短的运动路径，在最短的时间内到达任务点。

Robot Path Planning Method Based on Ant Colony Algorithm and Maklink Graph

【技术实现步骤摘要】
基于蚁群算法和Maklink图的机器人路径规划方法
本专利技术涉及机器人路径规划领域，尤其涉及一种基于蚁群算法和Maklink图的机器人路径规划方法。
技术介绍
机器人尤其是智能移动机器人技术是国内外各国重点发展的热门技术。无人驾驶汽车、绝大部分的服务类机器人、特殊环境下的监控或探测机器人都属于可以移动的智能移动机器人，而路径规划作为移动机器人自主导航技术的重要组成部分，对其进行深入的研究具有非常重要的意义。所谓移动机器人路径规划技术，就是移动机器人根据自身传感器对环境的感知，自行规划出一条安全的运行路线，同时高效完成作业任务[1]。在这个过程中，机器人同时要完成三个任务，从起点运动到终点、完成避障、在此基础上尽量优化轨迹。路径规划是移动机器人完成导航的前提，是移动机器人的关键技术之一，从上世纪70年代起，国内外大量学者对其进行了大量的研究工作。在此期间，诞生了大量的移动机器人和路径规划算法，具有代表性的移动机器人有：1966年斯坦福研究院的SHAKEY，1997年美国的火星探测者机器人，20世纪后的日本本田公司的ASIMO、美国谷歌公司ATLAS、BIGDOG等等；具有代表性路径规划算法的有A*算法[2]、Dijstra算法、人工势场法[3]等算法，然后随着智能技术的发展，像遗传算法、粒子群算法、蚁群技术、甚至神经网络算法[4]等也被引入到路径规划中来，传统技术与智能技术的结合为移动机器人路径规划技术打开了一个新的方向。移动机器人规划技术可以分成四类：模版匹配路径规划技术、人工势场路径规划技术、地图构建路径规划技术、人工智能路径规划技术。目前移动机器人应用最多的是地图构建路径规划技术，也是目前研究的一个热点，地图构建路径规划技术可分为路标法和栅格法，路标法可分为可视线法、切线图法、Voronoi图法、Maklink图法等。栅格法复杂环境下地图建模信息量大，决策效率低，移动机器人传感器资源有限，难以兼顾分辨率与实时性。Maklink图法使用灵活，起点与终点发生改变时，不必改变连通图，并且在复杂环境下具有较低的计算复杂度。现有的在Maklink地图环境下进行路径规划的最早也是最简单的方法是直接使用Dijstra算法进行路径规划[5]。对于工作环境中的障碍物，采用多边形进行代替，接着建立起不同多边形顶点之间，以及多边形顶点与边界之间的自由链接线，取自由链接线中点为路径点，连接路径点形成连通图。Dijstra算法选择一系列的路径点形成的连通图路径，使路径的长度最小，以此来达到路径规划的目标。该技术存在如下的缺点：1)不能求取全局最优路径。Dijstra算法求取的是一系列路径点连成的最短路径，但是考虑到机器人可以沿着障碍物边缘走，并不是非得沿着连通图路径，因此，Dijstra算法求取的只是连通图下的最优路径，并不是全局最优路径；2)效率低。Dijstra算法在计算过程中，会遍历大量的路径点，有很多路径点是没有必要遍历的，这会导致Dijstra算法的计算效率低下。目前另外一种存在于理论阶段的方法是，在Dijstra算法求取“全局次优路径”的基础上，采用其它智能算法进行二次优化，将优化后的路径作为“全局最优路径”，使用的算法如蚁群算法[6]、粒子群算法[7]、遗传算法[8]、萤火虫算法[9]等。具体操作是，使路径点在自由链接线上移动，数学模型就是N元函数的优化问题(这里的N代表Dijstra算法求取的全局次优路径的路径点数目)。该技术存在如下的缺点：1)不能求取全局最优路径。即使使用智能算法进行二次优化，但是优化后的路径很有很可能不是全局最优路径，因为其它路径点组成的路径也很有可能是全局最优路径；2)存在搜索速度慢、搜索停滞、局部最优情况。现在的大部分智能算法普遍存在着收敛速度慢、收敛到局部最优的情况。参考文献[1]朱大奇,颜明重.移动机器人路径规划技术综述[J].控制与决策,2010,25(07):961-967.[2]赵晓,王铮,黄程侃,赵燕伟.基于改进A*算法的移动机器人路径规划[J].机器人,2018,40(06):903-910.[3]ChenTB,ZhangQS.Robotmotionplanningbasedonimprovedartificialpotentialfield[C].Proceedingsof20133rdInternationalConferenceonComputerScienceandNetworkTechnology.Dalian:IEEE,2013:1208-1211.[4]HwuT,WangAY,OrosN,KrichmarJL.AdaptiveRobotPathPlanningUsingaSpikingNeuronAlgorithmWithAxonalDelays[J].inIEEETransactionsonCognitiveandDevelopmentalSystems,2018,10(2):126-137.[5]HabibMK,AsamaH.Efficientmethodtogeneratecollisionfreepathsforanautonomousmobilerobotbasedonnewfreespacestructuringapproach[C].ProceedingsIROS'91:IEEE/RSJInternationalWorkshoponIntelligentRobotsandSystems'91.Osaka,Japan:IEEE,1991:563-567.GuoW,LiangRY,WangL,etal.Exploringsustainedparticipationinfirm-hostedcommunitiesinChina:theeffectsofsocialcapitalandactivedegree[J].Behaviour&InformationTechnology,2017,36(3):223-242.[6]陈晓,戴冉,陈昌源.基于Maklink图和蚁群算法的航线规划[J].中国航海,2017,40(03):9-13.[7]李明富,张玉彦,马建华,周友行.基于变参数萤火虫算法和Maklink图的路径规划研究[J].机械科学与技术,2015,34(11):1728-1732.[8]王飞,王红勇.基于Maklink图和遗传算法的改航路径规划方法研究[J].交通运输系统工程与信息,2014,14(05):154-160.[9]秦元庆,孙德宝,李宁,马强.基于粒子群算法的移动机器人路径规划[J].机器人,2004(03):222-225.
技术实现思路
本专利技术提供了一种基于蚁群算法和Maklink图的机器人路径规划方法，本专利技术建立自由链接线组成移动机器人可以移动的网络图，实时规划出最短的运动路径，在最短的时间内到达任务点，详见下文描述：一种基于蚁群算法和Maklink图的机器人路径规划方法，所述方法包括以下步骤：根据移动机器人工作环境建立相应的Maklink地图，采用多边形代表环境中的障碍物，通过自由链接线组成移动机器人自由移动的网络图；使用改进Dijstra算法在Maklink地图上求取前K条最优路径；使用改进的蚁群算法对前本文档来自技高网...

【技术保护点】
1.一种基于蚁群算法和Maklink图的机器人路径规划方法，其特征在于，所述方法包括以下步骤：根据移动机器人工作环境建立相应的Maklink地图，采用多边形代表环境中的障碍物，通过自由链接线组成移动机器人自由移动的网络图；使用改进Dijstra算法在Maklink地图上求取前K条最优路径；使用改进的蚁群算法对前K条最优路径进行二次寻优，取最优路径作为全局最优路径。

【技术特征摘要】
1.一种基于蚁群算法和Maklink图的机器人路径规划方法，其特征在于，所述方法包括以下步骤：根据移动机器人工作环境建立相应的Maklink地图，采用多边形代表环境中的障碍物，通过自由链接线组成移动机器人自由移动的网络图；使用改进Dijstra算法在Maklink地图上求取前K条最优路径；使用改进的蚁群算法对前K条最优路径进行二次寻优，取最优路径作为全局最优路径。2.根据权利要求1所述的一种基于蚁群算法和Maklink图的机器人路径规划方法，其特征在于，所述方法采用链接图建立环境模型；障碍物用顶点表示，第i个障碍物Oi有ni个顶点，障碍物和环境分别表示为；Oi＝{(x1i,y1i),(x2i,y2i),…,(xni,yni)}W＝{WSB,O1,O2,…,Om}其中：WSB表示无障碍物的环境，(xdi,ydi),d＝1,2,…,n表示障碍物Oi顶点的坐标。3.根据权利要求1所述的一种基于蚁群算法和Maklink图的机器人路径规划方法，其特征在于，所述使用改进Dijstra算法在Maklink地图上求取前K条最优路径具体为：设定起点S，终点T，备选路径数K，然后以起点为根构造正序树，以终点为根构造逆序树，以设定的中间节点向两棵最短路径树回溯，剔除重复路径，即可得到前K条最优路径。4.根据权利要求1或3所述...

【专利技术属性】
技术研发人员：秦国选，郭伟，王磊，安蔚瑾，孙日杰，陈辰，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12