一种基于多步长蚁群算法的移动机器人路径规划方法技术

本发明专利技术涉及一种基于多步长蚁群算法的移动机器人路径规划方法，传统蚁群算法在栅格图模型下解决机器人路径规划问题的过程中，通常规定蚂蚁只能向邻接节点进行移动，即步长为1，可移动方向有8个，但在实际情况中，蚂蚁的移动方向是完全自由的，因此，本发明专利技术利用多步长改进策略来提高蚂蚁移动的灵活性，使得算法所得路径更短，且更符合实际情况。为了验证本文改进蚁群算法的有效性，分别在20

【技术实现步骤摘要】
一种基于多步长蚁群算法的移动机器人路径规划方法


[0001]本专利技术涉及机器人路径规划
，具体是一种基于多步长蚁群算法的移动机器人路径规划方法。

技术介绍

[0002]路径规划技术是移动机器人研究领域的一个重要组成部分，主要目的是在有障碍物的环境中，根据一定的准则(如路径最短，位置拐点最少，用时最短等)，寻求一条从起始位置节点到目标位置节点之间的最优或次优安全无碰路径。
[0003]路径规划技术的发展在一定程度上标志着机器人智能水平的高低，而路径规划方法的优劣直接影响路径规划效果。
[0004]目前，国内外许多专家学者都在致力于路径规划算法的研究，常用的优化算法主要有人工势场法、免疫算法、蚁群优化算法、神经网络、粒子群优化算法和遗传算法等。
[0005]其中，蚁群算法作为一种基于种群的概率选择算法，由于该算法与其它启发式算法相比，在求解性能上，具有很强的鲁棒性和较好解的搜索能力，且容易与多种启发式算法结合，以改善算法性能，所以蚁群算法在路径规划领域中得到了广泛的应用。但蚁群算法在具备了种种优点的同时，也包含了一些缺点，诸如收敛速度慢，容易陷入局部最优解等。针对这些不足，国内外诸多学者都尝试着对传统的蚁群算法进行改进，虽然大量的仿真结果表明了一些对基本蚁群算法上的改进策略是可行且有效的，但是，其中依旧存在一些缺陷需要弥补，例如在算法仿真过程中，蚂蚁的步长都是取值为1进行仿真的，这使得蚂蚁在栅格图环境下，仅能向8个邻接节点进行移动，导致最终所得最短路径的转折点过多，且迭代速度较慢。
>
技术实现思路

[0006]本专利技术的目的在于提供一种基于多步长蚁群算法的移动机器人路径规划方法，该方法能够克服传统蚁群算法收敛速度慢、路径与实际情况出入较大等缺点，不仅提高了获得机器人路径规划的全局最优解，而且提高了收敛的速度。
[0007]本专利技术解决其技术问题所采用的技术方案是：
[0008]一种基于多步长蚁群算法的移动机器人路径规划方法，包括以下步骤：
[0009]步骤1将机器人的运动环境进行数字编码，编码得到的0
‑
1矩阵映射为栅格图模型；
[0010]步骤2初始化算法的参数：蚂蚁的步长S，以及距离启发因子α，信息素启发因子β，蚂蚁数量m，迭代次数T；
[0011]步骤3开始进入循环迭代；
[0012]步骤4将初始k＝0的第k只蚂蚁放至初始点；
[0013]步骤5计算蚂蚁当前位置下的步长范围内的可通行节点，并通过公式(1)
‑
(4)计算这些节点选择概率，通过轮盘赌法选择下一个节点并移动；
[0014][0015][0016][0017][0018]步骤6判定当前点是否为终点，如果是，就终止寻路，并记录下路径信息，执行步骤7；否则，执行步骤5；
[0019]步骤7判断k是否等于蚂蚁种群数目，若是，则执行步骤8；否则，令k＝k+1，执行步骤4；
[0020]步骤8取出当代所有可行路径解，对信息素浓度进行更新；
[0021]步骤9判断是否达到最大迭代次数，若是，则执行步骤10；否则，循环次数增加1，执行步骤4；
[0022]步骤10输出保存的最优路径。
[0023]进一步的技术方案是，步骤2初始化算法的参数：蚂蚁的步长S优选为2或3。
[0024]本专利技术的有益效果是，基于多步长策略对传统蚁群算法进行改进，能够获得全局最优解，并且提高了路径规划求解的效率和稳定性。通过扩大蚂蚁的步长范围，从而加速算法的寻优速度，且降低所得路径的长度。仿真实验结果表明，采取本专利技术的新型的多步长改进策略，蚁群算法的性能有明显的改善。
附图说明
[0025]下面结合附图和实施例对本专利技术进一步说明：
[0026]图1栅格图模型示意图；
[0027]图2步长为2时的蚂蚁移动示意图；
[0028]图3算法所得最优路径；
[0029]图4算法迭代收敛对比图；
[0030]图5三种算法所得最优路径；
[0031]图6三种算法迭代收敛对比图。
具体实施方式
[0032]本专利技术的目的在于提供一种基于多步长策略的改进蚁群算法的移动机器人路径规划方法，该方法能够改善传统蚁群算法收敛速度慢、所得最优路径长度较大的缺陷，不仅提高了获得机器人路径规划的全局最优解，而且提高了收敛的速度。
[0033]在路径规划研究中，环境建模是首要的工作，目前为止，应用于路径规划问题的相
关环境建模方法有很多，如栅格图法、拓扑图法、可视图法等。其中栅格图法由于具备建模简单，易于实现的特点而应用广泛，故本申请选用栅格图法作为环境建模方法。在栅格图模型中，通常采用空白栅格代表可移动栅格，用黑色栅格代表障碍物栅格，即不可通行，如图1所示为一个栅格图环境的示意图。
[0034]在传统蚁群算法进行路径规划的过程中，蚂蚁的位移步长通常被设为1，即蚂蚁每次仅能从当前节点前往邻接节点，这不仅使得蚂蚁达到终点的速度变慢，同时，也限制了蚂蚁的移动方向，在步长为n的情况下，倘若不考虑障碍物，则蚂蚁有4n(n+1)个可行节点，可行节点的增多，使得蚂蚁移动方向与范围都有了更多的可能，从而提高蚂蚁移动的灵活性。图2所示为步长为2时的蚂蚁移动示意图，图中虚线方向为新增的方向(相对比步长为1时的方向)。
[0035]在多步长蚁群算法中，蚂蚁在选择节点时，主要依赖公式(1)
‑
(4)计算可行节点的选择概率：
[0036][0037][0038][0039][0040]上式中，为第t代第k只蚂蚁从节点i移动至节点j的选择概率，τ
ij
(t)为节点i移动至节点j的距离启发函数，由公式(2)计算，d
je
为节点j至终点e的欧氏距离，α为距离启发因子，η
ij
(t)为节点i移动至节点j的信息素浓度，由公式(3)计算，ρ为信息素挥发系数，为第k只蚂蚁留下的由节点i移动至节点j的信息素浓度，由公式(4)计算，Q为一只蚂蚁留下的信息素浓度总量，L
k
为蚂蚁生成的路径总长度，L
ij
为节点i与节点j的欧氏距离，β为信息素启发因子，allowed
k
为可行节点列表。
[0041]本专利技术解决其技术问题所采用的技术方案是：
[0042]一种基于多步长蚁群算法的移动机器人路径规划方法，包括以下步骤：
[0043]步骤1将机器人的运动环境进行数字编码，编码得到的0
‑
1矩阵映射为栅格图模型。
[0044]步骤2初始化算法的参数：蚂蚁的步长S，以及距离启发因子α，信息素启发因子β，蚂蚁数量m，迭代次数T等。
[0045]步骤3开始进入循环迭代。
[0046]步骤4将第k只蚂蚁(初始k＝0)放至初始点。
[0047]步骤5计算蚂蚁当前位置下的步长范围内的可通行节点，并通过公式(1)
‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多步长蚁群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：步骤1将机器人的运动环境进行数字编码，编码得到的0
‑
1矩阵映射为栅格图模型；步骤2初始化算法的参数：蚂蚁的步长S，以及距离启发因子α，信息素启发因子β，蚂蚁数量m，迭代次数T；步骤3开始进入循环迭代；步骤4将初始k＝0的第k只蚂蚁放至初始点；步骤5计算蚂蚁当前位置下的步长范围内的可通行节点，并通过公式(1)
‑
(4)计算这些节点选择概率，通过轮盘赌法选择下一个节点并移动；节点选择概率，通过轮盘赌法选择下一个节点并移动；节点选择概率，通过轮...

【专利技术属性】
技术研发人员：李东东，凌雪，蔡劲草，王雷，王安恒，黄胜洲，马康康，
申请(专利权)人：安徽工程大学，
类型：发明
国别省市：