基于改进人工蚁群的智能巡线机器人路径规划

刘二根，谭茹涵，陈艺琳，郭 力

（华东交通大学1. 理学院； 2. 系统工程与密码学研究所，江西 南昌 330013）

随着疫情的持续蔓延，“无接触式”一词成为了当下热点。生产生活中部分工作已由机器人替代人执行，抗疫机器人可以在一线检测来访人员体温，安防机器人能提醒司机扫码登记，送餐机器人在隔离区提供远程配送等，在特殊时期，智能巡线机器人的投入使用在人与人的安全距离上多建立了一道防线。而路径规划是智能机器人的关键技术之一。

路径规划是指机器人在规划好的环境中搜索出一条或路径长度最短，或耗时最短的最优路径，还应根据对环境信息的把握，遵循一定的性能要求，使得路径与障碍物无碰撞。 蚁群、人工势场、遗传算法、A*、Dijkstra 等是常用的路径规划算法。 Khatib 等[1]提出人工势场算法，是传统算法中较成熟且高效的规划方法，但容易陷入陷阱和局部极小点，徐小强等[2]采用人工势场法规划路径，障碍物和必经点分别对机器人产生排斥力和吸引力，在此过程中,机器人对障碍物的斥力比较敏感，使得路径易在目标点附近游离，无法达到目标点。 张驰等[3]将势场算法结合蚁群，重建启发函数，更新了信息素规则，从局部最优解中解脱。 王小会等[4]通过嵌入Dijkstra 算法实现一种经过必经点的最短路径。 曹祥红等[5]利用Dijkstra 算法搜索到全局路径后，导入ACO 算法进行路径优化，提高了效率，但没有考虑陷阱的情况。Hart[6]提出了A*算法，引入估价函数，如果估价函数等于最短距离，那么搜索将严格按照最短路径进行，此时的搜索效率最高。……