自适应避障蚁群算法的移动机器人路径规划

刘双双，詹京吴，黄宜庆*

(1.高端装备感知与智能控制教育部重点实验室，安徽 芜湖 241000；2.安徽省电气传动与控制重点实验室，安徽 芜湖 241000)

路径规划一直都是移动机器人领域的重点研究对象，在存在障碍物的环境里，机器人需要从中找到从起点到目标点的最短路径。机器人在行进中不能碰撞到障碍物，要求路径规划出的路线安全以避免碰撞，距离最短以降低机器人的能耗。

在机器人的路径规划方法里，传统方法有人工势场法、Dijkstra算法、A*算法等。随着移动机器人工作环境变得多样化，一些传统方法无法满足其在复杂环境中的运行要求，而智能算法的出现克服了传统方法的不足。目前，大多数移动机器人的路径规划采用智能算法，如蚁群算法、粒子群算法、人工鱼群算法等。其中，蚁群算法由于其算法收敛较快、算法的性能好和鲁棒性强等长处被普遍应用。

传统的蚁群算法搜索时间较长，收敛速度慢，并且容易出现算法停滞不前的问题，因此，许多科研工作者提出了改进的方法。如精英蚂蚁系统、最大-最小(MAX-MIN)蚁群系统、自适应蚁群算法。文献[10]在算法中建立了局部的信息素扩散模型，改进了启发函数以及信息素挥发因子，提高了算法的收敛速度。文献[11]用曼哈顿距离来替代欧式距离作为距离计算方法，引入了方向角启发因子，增大了选择当前节点和下一节点的方向向量与下一节点和终点的方向向量夹角小的路径的概率，提高了算法的效率。……