一种基于改进蚁群算法的路径规划方法技术

本发明专利技术涉及一种基于改进蚁群算法的路径规划方法。该算法将改进的人工势场(APF)算法和蚁群算法相结合，采用改进APF算法进行初始地图规划，降低了蚁群算法初始规划的盲目性。该算法利用A*算法的评估函数以及路径转折角度来改进启发函数，引入启发信息递增函数，免于局部最优的同时保证收敛速度。改进状态转移规则并自适应地调整状态转移函数的阈值，可以提高算法的运行效率，同时可以增加解的多样性。改进算法的信息素更新机制和路径评价函数，提高了算法的全局最优性，使得到的路径更符合实际需求。

【技术实现步骤摘要】
一种基于改进蚁群算法的路径规划方法
本专利技术涉及一种基于改进蚁群算法的路径规划方法，属于智能机器人路径规划领域。
技术介绍
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。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的应用前景。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，蚁群算法还本文档来自技高网...

【技术保护点】
1.一种基于改进蚁群算法的路径规划方法，其特征在于，包括以下步骤：/nStep1：采用栅格法对机器人的工作环境进行建模；/nStep2：设置起始点S，目标点G，最大迭代次数N

【技术特征摘要】
1.一种基于改进蚁群算法的路径规划方法，其特征在于，包括以下步骤：
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，初始化全局信息素；
Step3：使用一种改进的人工势场法简化初始地图，减少蚁群算法探索的地图范围；
Step4：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；基于传统蚁群算法的基础上引入A*算法的自适应启发函数思想，考虑转折角度，结合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，同时设计启发函数递增函数自适应调整启发信息；在启发信息函数和全局信息素的作用下，在轮盘赌法算法的基础上进行改进自适应调整选择概率，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；
Step5：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Step4的方法搜索直到找到目标点；
Step6：在一次迭代结束，所有蚂蚁到达目标点G后，综合考虑路径的长度、转折数以及转折角度来改进路径的评价函数评价最优路径,参考最优-最差蚂蚁系统原理，对全局排名前n的最优路径，更新全局信息素，清空禁忌表Tabu；
Step7：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；算法结束，输出最优路径。


2.根据权利要求1所述基于势场法改进的蚁群算法路径规划方法，其特征在于Step3中所使用的人工势场法，算法通过三个节点列表在栅格图上构建出一张新的势场图，势场图生成步骤具体如下：
Step3.1首先，将所有节点都加入到open表中，再将目标点从open表中删除，同时设置
其具有最大的势场值，加入到temp表；接下来将所有障碍点从open表中删除，设置其势场
值为，加入到closed表中；
Step3.2之后，从目标节点开始，按公式（为递减值，可设为10）为
目标节点在open表中的相邻节点赋予势场值，并将这些相邻节点加入temp表中，从open表
中删除，将目标节...

【专利技术属性】
技术研发人员：侯阿临，杨骐豪，姜伟楠，吴浪，孙弘建，季鸿坤，杨理柱，刘丽伟，李秀华，梁超，杨冬，
申请(专利权)人：长春工业大学，
类型：发明
国别省市：吉林;22