基于改进正余弦算法的机器人路径规划

马莹莹，杜暖男

(1. 天津市机电工艺技师学院 信息传媒系，天津 300350； 2. 天津海运职业学院 信息工程系，天津 300350)

0 引 言

机器人路径规划，简称RPP，旨在决策给定起终点间的最优路径，从而使得线路长度、机器人能耗等指标达到最优[1]。近年来，智能移动机器人获得了广泛应用，业务场景包含智慧生产、货物搬运、异常环境探测等[2]。因此，开发RPP问题的决策算法意义重大。

传统RPP决策方法有视图法、自由空间法以及人工势场法等[3]。在各类实际工程场景中，以上算法逐步暴露出亟待改善的问题点。视图法所求路径棱角明显，因而所得线路难以构成全局最优；自由空间法的计算复杂度很大，难以应对复杂障碍空间的情况。近年来进化算法的发展为解决RPP问题提供了新思路，诸如遗传、蚁群等算法均在此问题上获得了成功应用，但也存在些许不足。比如：遗传算法生成线路容易包含障碍物在内，使得结果容易违反约束；基本蚁群算法的搜索时间相对过长、容易停滞。显而易见，上述缺陷使得进化算法求解RPP的效率较为低下。因此，有必要针对上述缺陷开发基于进化算法的高效RPP决策方法。

正余弦算法(sine cosine algorithm，SCA)是2016年由学者S. MIRJALILI[4]提出的一种新型进化算法。SCA算法具有架构简单、计算效率高等特点，且研究表明，SCA算法的整体搜索性能较萤火虫算法、花朵授粉算法、粒子群算法等更具优势[5]。SCA算法在众多经典优化问题上效果显著，例如图像分割、目标跟踪、电力系统调度等[6-8]。为此，笔者将该算法运用到RPP这一重要工程问题的求解。……