[发明专利]一种基于改进蚁群算法的移动机器人路径规划方法

摘要

本发明公开一种基于改进蚁群算法的移动机器人路径规划方法，包括以下步骤：S1、采用栅格法创建机器人环境地图；S2、采用蚁群算法寻找环境最短路径，蚁群算法包含以下步骤：S21、初始化蚁群算法的参数；S22、将m只蚂蚁放在起始点开始搜索；S23、利用距离启发函数选择下一步移动栅格；S24、判断所有蚂蚁是否到达目标点，如果是则进行步骤S25，如果否返回步骤S23；S25、通过路线冗余消除策略对当前迭代所有可行路径进行优化；S26、利用路径偏差放大策略进行信息素更新；S27、判断是否达到最大迭代次数，如果是则结束；如果否，则令迭代次数加1并返回步骤S22；S3、将步骤S2得到最短路径作为规划的最优路径；本发明不仅提高了全局最优解而且提高了收敛速度。

主权项

1.一种基于改进蚁群算法的移动机器人路径规划方法，其特征在于，包括以下步骤：S1、采用栅格法创建机器人工作环境地图，定义起始点与目标点；S2、采用蚁群算法寻找环境最短路径，所述蚁群算法包含以下步骤：S21、初始化蚁群算法的参数；S22、将m只蚂蚁放在起始点，将起始点加入禁忌表中，开始搜索，得到可行路径节点栅格；S23、每只蚂蚁根据公式(1)选择下一步移动栅格，并将当前栅格加入到禁忌表中；式(1)中，s为当前有转移概率的位置节点，为蚂蚁k在位置节点i选择位置节点j的转移概率；α和β均为正实数；allowed_k为t时刻允许蚂蚁k通过的位置节点集合，k＝1,2,…,m；τ(i，j)表示在位置节点i与位置节点j之间的路段(i，j)上的信息素浓度；η(i,j)为距离启发函数，η(i,j)按照公式(2)计算；η(i,j)＝desire[num]   (2)公式(2)中desire为距离期望系数数组，num是数组中对应的数值，desire按公式(3)定义，公式(3)中standard为栅格标准值，repair为栅格修正值；S24、判断所有蚂蚁是否到达目标点，如果是，则进行步骤S25；如果否，则更新禁忌表，并返回步骤S23；S25、通过路线冗余消除策略对当前迭代所有可行路径进行优化，即对蚂蚁在寻路过程中出现的弯路进行两点直线连接处理，消除弯路点；S26、按照公式(4)、(5)、(6)进行信息素更新：τ_ij(t+1)＝(1‑ρ)τ_ij(t)+△τ_ij(t)        (4)式(4)、(5)和(6)中，τ_ij(t+1)为更新后的信息素浓度，ρ为信息素挥发系数，τ_ij(t)为旧信息素浓度，△τ_ij(t)为这一代所有蚂蚁走过后遗留下的信息素浓度，Q为信息素常数，L_k为第k只蚂蚁所寻路径长度，△τ_ij(t)^k为第k只蚂蚁留在节点(i,j)上的信息素增量；利用路径偏差放大策略处理L_k，路径偏差放大策略按公式(7)、(8)执行：L_k‑new＝L_k‑K_re*L_t‑min         (7)K_affect＝D/L_t‑min              (8)在式(7)、(8)中，L_k‑new为第t代第K只蚂蚁产生的放大路径长度，L_k为其原始长度，L_t‑min为第t代的最小路径长度，K_re为放大系数，范围(0,1)；D为某路径和最短路径之间的差值。K_affect为路径偏差影响系数；S27、判断是否达到最大迭代次数，如果是，则结束；如果否，则令迭代次数加1，并返回步骤S22；S3、将步骤S2得到的最短路径作为规划的最优路径。