朱宇 朱留存 罗俊琦 沙波
(1.扬州大学信息工程学院 江苏省扬州市 225009 2.北部湾大学先端科学技术研究院 广西壮族自治区钦州市 535000)
路径规划[1]是指移动机器人或者移动主体在有障碍物的环境中寻找一条从初始地点到达目标地点的无碰撞路径。自移动机器人在20世纪60年代问世开始,作为移动机器人关键性技术[2]之一的路径规划也随之产生。
目前路径规划分为两大种类,一种是全局路径规划[3],又称为静态路径规划,另一种是局部路径规划,又称为实时动态路径规划。局部路径规划注重的是移动机器人实时避障的性能,根据自身传感器采集到的局部环境进行实时动态路径规划,有非常好的灵活性,但由于缺乏更多的环境信息,所得到的路径一般是局部最优而非全局最优。全局路径规划则需要知道全局环境信息,通过建立环境地图模型,然后在全局地图上使用寻优搜索算法获取全局最优或者较优路径。局部路径规划的代表人工势场法[4],该算法结构简单,方便实时控制,能节省大量运算时间,但在狭窄通道中会摆动,且目标点存在障碍物时,无法到达目标点。全局路径规划代表有粒子群算法(Particle swarm optimization)[4],调整参数少,易于实现,收敛速度快,但对于离散优化问题,又容易陷入局部最优。蚁群算法(Ant colony optimization)[5]。模仿蚁群觅食的行为搜索路径,具有较强的鲁棒性和搜索较好解的能力,但容易陷入局部最优解,并且收敛次数较慢。遗传算法[6],能充分发挥自身优势与其他算法融合,拥有优秀的自组织性和自学习性,实现简单,受外界影响小,但运行速度较慢,搜索效率较低,同样易于陷入最优解。……