基于改进蚁群算法的三维路径规划研究*

鲁 飞， 鲁照权， 牛 晨， 孙伟业， 詹浩东

(合肥工业大学 电气与自动化工程学院,安徽 合肥 230009)

0 引 言

近年来，路径规划一直是机器人研究领域中的热点问题，其核心要求是按照特定的优化准则如距离最短、时间最短、能耗最低等，搜索出一条从起始点到目标点的最优安全路径。目前，国内外已经提出了很多算法用于机器人路径规划，如A＊算法[1]、人工势场法等，但大部分研究都是基于二维环境，对于环境比较复杂的三维空间存在着不少局限性。随着研究的深入，有学者提出了智能仿生算法以及它们改进算法的应用，如蚁群算法[2]、遗传算法[3]、神经网络算法[4]等。其中蚁群算法由于具有较强的适应性和鲁棒性，又易与其他方法结合，在机器人路径规划领域得到了广泛应用，但蚁群算法也存在收敛速度慢、易出现停滞和局部收敛等缺点。文献[5]、文献[6]分别将蚁群算法和遗传算法、粒子群算法相结合，提高了算法寻优能力，具有一定的灵活性；文献[7]通过对初始信息素的差异化分配，并在概率转移函数中引入转角启发信息，提高了蚁群搜索效率，但没有应用于三维环境中；文献[8]在蚂蚁状态转移的过程中引入稀疏性约束进行改进，有效减少了蚁群的搜索时间，但算法的运行速度有待进一步提高。为使蚂蚁尽快找到最优解，

本文以路径的适应度值为优化标准，对蚁群算法进行了改进，并运用在三维空间的路径规划上，通过MATLAB仿真证明了改进后的蚁群算法有一定的优越性。……