基于改进蚁群算法的移动机器人路径规划①

陈劲峰 黄卫华 王 肖 章 政

(武汉科技大学信息科学与工程学院 武汉 430081) (智能信息处理与实时工业系统湖北省重点实验室 武汉 430081)

0 引 言

移动机器人路径规划是机器人研究领域中的一个重要分支和研究热点，它指的是按照一定参考指标，机器人在具有障碍物的环境中寻找一条从起点到目标点最优或次优的无碰撞路径[1]。传统的路径规划方法有栅格法[2]、人工势场法[3]、可视图法[4]、快速探索随机树法[5]等。然而对于一些复杂环境，如震后救援、野外运输等，搜索区域空间大，且障碍物的分布不规则，传统路径规划算法存在寻优效率低等问题。近年来，一些具有启发性智能算法应用于移动机器人路径规划中，其中蚁群算法[6]已得到较为广泛的应用。

蚁群算法是一种自组织算法，具有较强的鲁棒性，优良的并行分布式计算能力、易于与其他算法结合等优点。然而，蚁群算法存在初期信息素匮乏、收敛速度慢、易陷入局部最优解等问题[7]，众多学者展开了一系列的改进工作。文献[8]提出了将信息素与启发信息两者的权重参数互锁，改进启发信息，提高了搜索速度，避免算法陷入局部最优。文献[9]和文献[10]主要提出了蚂蚁双向搜索策略，并辅之信息素更新等方法，提高了避障能力且加快了算法收敛速度。文献[11]将贪婪交叉算子应用于每次迭代结束时的轮盘赌中，以实现交叉操作，加快了求解最优解的速度。文献[12]使用刺激概率与无限步长的启发信息，改进信息素挥发率，加快了算法的收敛速度。……