[发明专利]基于改进蚁群算法的移动机器人全局路径规划方法

权利要求书

1.一种基于改进蚁群算法的移动机器人全局路径规划方法，其特征在于，包括以下步骤：

(1)利用栅格法对地图环境进行建模，设置起点，终点以及障碍栅格；

(2)算法流程及各参数初始化；

(3)循环次数Nc＝Nc+1，k＝1；

(4)蚂蚁数目k＝k+1；

(5)蚂蚁个体根据状态转移概率公式计算的概率，使用轮盘赌法，选择下一步可行点并前进；

(6)修改禁忌表指针，既选择好可行点之后将蚂蚁移动到新的栅格，并把该点加入到此蚂蚁个体的禁忌表中；

(7)按改进的蚂蚁搜索策略进行路径搜索，如果蚂蚁搜索到终点或陷入特殊类型障碍物中，返回步骤(4)；如果搜索既未搜索到终点，又没有陷入特殊类型障碍物，则返回步骤(5)；

(8)如果k>m，m为蚂蚁数目，既一次迭代过程中搜索的次数，按信息素更新策略更新路径信息素并返回步骤(3)；

(9)如果Nc>Nc_max，输出算法计算结果，算法结束。

2.根据权利要求书1所述的基于改进蚁群算法的移动机器人全局路径规划方法，其特征在于，步骤(5)中蚂蚁个体状态转移公式的启发函数为：

η_jd＝1/[(x_j-x_d)²+(y_j-y_d)²] (1)

式中，(x_j,y_j)是下一个可行节点的坐标，(x_d,y_d)是目标节点的坐标，η_jd表现为下一步可行节点与目标节点距离平方的倒数。

3.根据权利要求书1所述的基于改进蚁群算法的移动机器人全局路径规划方法，其特征在于，步骤(7)中改进蚂蚁搜索策略表现为当蚂蚁陷入类似于U型障碍物的特殊类型障碍物时，并非是像传统蚁群算法那样，令蚂蚁回退，逃出障碍物后再继续搜索目标节点，而是直接放弃此次搜索过程，进行下一次搜索；蚂蚁陷入特殊类型障碍物，放弃搜索的判断标准为：当蚂蚁未搜索到目标节点且下一个可行节点的数目为0。

4.根据权利要求书1所述的基于改进蚁群算法的移动机器人全局路径规划方法，其特征在于，步骤(8)中信息素更新策略为：

ρ(t)＝max[μρ(t-1),ρ_min]

τ_ij(t+Δt)＝[1-ρ(l)-ρ(t)]·τ_ij(t)+Δτ_ij(t) (2)

式中，d_mid是蚁群在一次迭代过程中路径长度的平均值；d_best是迭代过程中的最短路径，δ为常数，用来调整ρ(l)的值，使μ是衰减系数，ρ_min是挥发系数最小值；式中ρ(l)反映的是路径信息，表现为当一次迭代中最小路径长度与平均路径长度相差过大时，挥发系数增大，加速信息素挥发；ρ(t)反应的是时间信息，表现为信息素随迭代次数的增加而逐渐减小，最终取到最小值。Δτ_ij表示从位置i到位置j路径上信息素浓度增量，采用蚁周系统(Ant-Cycle System)模型，其Δτ_ij^k计算公式如下：