基于改進(jìn)蟻群算法的機(jī)器人三維路徑規(guī)劃研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，機(jī)器人技術(shù)已經(jīng)逐漸深入到人類生活的眾多領(lǐng)域，而在機(jī)器人技術(shù)的發(fā)展中，機(jī)器人路徑規(guī)劃技術(shù)的研究是非常重要也是非常關(guān)鍵的一個(gè)方面，機(jī)器人技術(shù)的發(fā)展速度取決于路徑規(guī)劃技術(shù)研究的深度。目前，基于各種算法的二維平面機(jī)器人的路徑規(guī)劃技術(shù)已經(jīng)相對(duì)比較成熟，但是在三維地形環(huán)境下的機(jī)器人路徑規(guī)劃技術(shù)還需要更加深入的研究。三維地形環(huán)境是模擬人類實(shí)際生活的空間，其具有隨機(jī)性和突發(fā)性，是難以提前估量的，這就導(dǎo)致了機(jī)器人路徑規(guī)劃技術(shù)在三維地形

2、環(huán)境下的應(yīng)用難以展開的局面?；诖藛栴}，本論文采用了蟻群算法來進(jìn)行路徑規(guī)劃，并將蟻群算法應(yīng)用在三維地形環(huán)境下完成路徑規(guī)劃任務(wù)。
　　由于蟻群算法是一種仿生算法，所以其自身仍存在一些缺點(diǎn)，比如收斂速度慢，容易陷入環(huán)境中的陷阱和局部最優(yōu)點(diǎn)等問題。為了使得蟻群算法可以更好的應(yīng)用在三維地形機(jī)器人路徑規(guī)劃問題當(dāng)中，本文提出了四條優(yōu)化策略對(duì)蟻群算法進(jìn)行改進(jìn)，并且在二維平面環(huán)境下分別進(jìn)行仿真實(shí)驗(yàn)和對(duì)比。結(jié)果表明，反勢(shì)場(chǎng)法避免了蟻群陷入局部最優(yōu)而

3、停滯等問題;雜交優(yōu)化策略增強(qiáng)了蟻群算法的全局搜索能力;自適應(yīng)調(diào)整策略增強(qiáng)了算法的穩(wěn)定性;優(yōu)勝劣汰策略則加快了算法的收斂速度。
　　鑒于單一的優(yōu)化策略自身也存在一些問題，在研究三維地形環(huán)境下機(jī)器人的路徑規(guī)劃問題時(shí)，采取的措施是將這些優(yōu)化策略相互結(jié)合，取長(zhǎng)補(bǔ)短。其優(yōu)化思路是先對(duì)三維地形環(huán)境進(jìn)行建模，然后設(shè)計(jì)出優(yōu)化算法流程。在螞蟻尋徑過程中陷入環(huán)境模型中的陷阱時(shí)，利用反勢(shì)場(chǎng)法可以使得螞蟻從陷阱中退出來，避免出現(xiàn)蟻群停滯問題;在每輪循環(huán)結(jié)

4、束進(jìn)行全局信息素更新時(shí)，利用雜交優(yōu)化和自適應(yīng)調(diào)整策略，保證算法的全局搜索能力，提高了較優(yōu)路徑被選為最優(yōu)路徑的概率;但是這三條策略均會(huì)增加算法的時(shí)耗性，不利于算法的快速收斂，最后利用優(yōu)勝劣汰策略加快蟻群算法的收斂速度。在三維地形環(huán)境模型中的仿真表明，將優(yōu)化策略結(jié)合后的蟻群優(yōu)化算法和普通的蟻群算法比較，其性能得到了大大提高。該算法不僅在最優(yōu)路徑的質(zhì)量上得到了提升，還具有很好的收斂性。在三維環(huán)境模型中的仿真實(shí)驗(yàn)也證明了該優(yōu)化算法的有效性和可行