移动机器人路径规划中的蚁群优化算法研究

doi:10.16731/j.cnki.1671-3133.2017.05.009

现代制造工程 ›› 2017, Vol. 440 ›› Issue (5): 44-48.doi: 10.16731/j.cnki.1671-3133.2017.05.009

移动机器人路径规划中的蚁群优化算法研究

左大利¹, 聂清彬^{2, 3}, 张莉萍⁴, 丁度坤¹

1 东莞职业技术学院机电工程系,东莞 523808;
2 重庆邮电大学移通学院,重庆 401520;
3四川大学锦江学院,成都 620860;4 重庆邮电大学软件工程学院,重庆 400065

收稿日期:2016-02-03 出版日期:2017-05-20 发布日期:2018-01-08
作者简介:左大利,硕士,讲师,研究方向为数控技术及其职业教育。聂清彬,硕士,讲师,研究方向为云计算与物联网。张莉萍,硕士,讲师,研究方向为软件工程。丁度坤,博士,副教授,研究方向为机器人技术、光机电一体化及高职教育。E-mail:2872706794@qq.com
基金资助:
东莞职业技术学院院级基金课题项目(2015c13);重庆市前沿与应用基础研究计划一般资助项目(cstc2014jcyjA40049)

Research of improved ant colony optimization in mobile robot path planning

Zuo Dali¹, Nie Qingbin^2,3, Zhang Liping⁴, Ding Dukun¹

1 Department of Mechanical and Electrical Engineering,Dongguan Vocational and Technical College,Dongguan 523808,Guangdong,China;
2 College of Mobile Communication,Chongqing University of Posts and Telecommunications,Chongqing 401520,China;
3 Jinjiang College,Sichuan University,Chengdu 620860,China;4 College of Software Engineering,Chongqing University of Posts and Telecommunications,Chongqing 400065,China

Received:2016-02-03 Online:2017-05-20 Published:2018-01-08

摘要/Abstract

摘要： 针对将传统蚁群算法引入到移动机器人的路径规划当中会存在收敛速度慢、效率低下、容易陷入局部最优,甚至出现死锁等缺陷,提出一种改进的蚁群算法,以栅格法建立机器人工作环境,改进信息素的更新方式,设置信息素浓度的阀值,引入死锁处理策略,改进状态转移概率,增加解的多样性。在栅格环境下对移动机器人的路径规划进行仿真测试,仿真结果表明,改进的蚁群算法能缩小对最优路径的搜索范围,降低迭代次数,提高对最优解的搜索效率,能获得全局最优无碰撞的路径。

关键词: 路径规划, 移动机器人, 蚁群算法, 栅格法, 最优路径

Abstract: Aiming at solving defects such as slow convergence speed,low efficiency,frequent local optimum,and even the emergence of deadlock in the path planning of introducing the traditional ant colony algorithm into mobile robots,an advanced ant colony algorithm is proposed,which establishes the working environment of the robot by grid method,improves updating mode of information pheromone,sets the pheromone concentration threshold,introduces treatment strategy of deadlock,and thus improves the state transition probability and increases the diversity of solutions.Simulation tests for mobile robot path planning are carried out in the grid environment.The results of simulation tests show that the improved ant colony algorithm can narrow the search scope of the optimal path and reduce the number of iterations,improve the search efficiency of the optimal solution,and can obtain the global optimum collision-free path.

Key words: path planning, mobile robot, ant colony algorithm, grids, optimal path

中图分类号:

TP242

左大利, 聂清彬, 张莉萍, 丁度坤. 移动机器人路径规划中的蚁群优化算法研究[J]. 现代制造工程, 2017, 440(5): 44-48.

Zuo Dali, Nie Qingbin, Zhang Liping, Ding Dukun. Research of improved ant colony optimization in mobile robot path planning[J]. Modern Manufacturing Engineering, 2017, 440(5): 44-48.

参考文献

[1] 魏唯,欧阳丹彤,吕帅,等.多态不确定环境下多目标路径规划方法[J].计算机学报,2011,34(5):836-845.
[2] 陈世明,谢竞,陈文栋,等.基于HPSO算法的三维空间路径规划[J].华中科技大学学报,2013,41(2):109-113.
[3] 王殿君.基于改进A^*算法的室内移动机器人路径规划[J].清华大学学报(自然科学版),2012,52(8):1085-1089.
[4] 张彪,曹其新,王雯珊.使用三维栅格地图的移动机器人路径规划[J].西安交通大学学报,2013,47(10):57-61.
[5] 叶炜垚,王春香,杨明,等.基于虚拟障碍物的移动机器人路径规划方法[J].机器人,2011,33(3):274-286.
[6] 赵娟平,高宪文,符秀辉.改进蚁群优化算法求解移动机器人路径规划问题[J].南京理工大学学报(自然科学版),2011,35(5):3-6.
[7] 甘亚辉,戴先中.基于遗传算法的多机器人系统最优轨迹规划[J].控制理论与应用,2010,27(9):1245-1251.
[8] 柳长安,鄢小虎,刘春阳,等.基于改进蚁群算法的移动机器人动态路径规划方法[J].电子学报,2011,39(5):1220-1224.
[9] 潘杰,王雪松,程玉虎.基于改进蚁群算法的移动机器人路径规划[J].中国矿业大学学报,2012,41(1):108-113.
[10] 连晓峰,刘载文,左敏.移动机器人动态人工势场路径规划方法研究[J].计算机仿真,2011,28(1):27-31.
[11] 黄文刚,张怡,姜文毅,等.变步长稀疏A^*算法的无人机航路规划[J].计算机工程与应用,2012,49(29):206-208.
[12] 刘徐迅,曹阳,陈晓伟.基于移动机器人路径规划的鼠群算法[J].控制与决策,2008,23(9):1060-1064.
[13] 石铁峰.改进遗传算法在移动机器人路径规划中的应用[J].计算机仿真,2011,28(4):193-195.
[14] 张殿富,刘福.基于人工势场法的路径规划方法研究及展望[J].计算机工程与科学,2013,35(6):88-95.

[1]	郑晓军，王琨，曹梦媛，宁诗铎. 仿真环境下的泊位指派与箱位分配协调优化[J]. 现代制造工程, 2022, 498(3): 13-18.
[2]	荆泽成，张秋菊，杨瑞. 基于改进RRT的核退役机器人避障方法[J]. 现代制造工程, 2022, 497(2): 46-51.
[3]	曾飞，宋杰杰，胡文祥，刘欣. 带式输送机输送带横向纠偏控制系统[J]. 现代制造工程, 2021, 492(9): 107-111.
[4]	袁福龙，朱建平. 基于改进蚁群算法的移动机器人最优路径规划[J]. 现代制造工程, 2021, 490(7): 38-47.
[5]	王昀睿，赵旭雯，武争利，蒋子强. 基于混流生产模式的装配车间物料配送路径规划方法[J]. 现代制造工程, 2021, 490(7): 109-116.
[6]	张瑞杰，何舟，施威杰. 基于Petri网的车间物料配送及路径规划方法[J]. 现代制造工程, 2021, 489(6): 17-24.
[7]	何飞翔，朱小明，韩伟，李凤静. 模具零件数控加工在线检测宏程序编程及应用[J]. 现代制造工程, 2021, 488(5): 70-74.
[8]	方喜峰，章振，张胜文，王沾，于超. 基于混合优化算法的装配线平衡问题[J]. 现代制造工程, 2021, 487(4): 20-25.
[9]	袁鹏，周军，杨子兵，吴迪，皇攀凌. AGV路径规划与偏差校正研究[J]. 现代制造工程, 2021, 487(4): 26-32.
[10]	王建,张弓,何文杰,徐征,侯至丞,杨文林,王坛,脱帅华. 基于V-REP的双机器人协同运动仿真与实验研究[J]. 现代制造工程, 2021, 495(12): 21-27.
[11]	李志敏. 基于三维时空状态图-并行排序蚁群算法的多机器人路径协同规划[J]. 现代制造工程, 2021, 495(12): 41-47.
[12]	雷斌，金彦彤，王致诚，赵蕊，胡方鑫. 仓储物流机器人技术现状与发展[J]. 现代制造工程, 2021, 495(12): 143-153.
[13]	李亚杰，赵帅，杨晓英. 面向制造物联的物料配送路径优化技术研究[J]. 现代制造工程, 2021, 494(11): 35-42.
[14]	田海波，李陆军，畅科剑，高超，. 用于无人车路径规划的改进A*算法[J]. 现代制造工程, 2021, 494(11): 63-68.
[15]	孔慧芳,盛阳. 基于改进A*算法的AGV路径规划研究[J]. 现代制造工程, 2021, 493(10): 60-64.

移动机器人路径规划中的蚁群优化算法研究

Research of improved ant colony optimization in mobile robot path planning

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics