復(fù)雜環(huán)境下基于貝葉斯蟻群算法的機(jī)器人路徑規(guī)劃研究.pdf

1、移動(dòng)機(jī)器人路徑規(guī)劃是機(jī)器人控制技術(shù)的重要基礎(chǔ)問(wèn)題,這一領(lǐng)域的研究已取得了廣泛的成果。但在實(shí)際應(yīng)用中,移動(dòng)機(jī)器人的工作環(huán)境有許多是復(fù)雜的障礙環(huán)境,這類環(huán)境可能存在著大量的陷阱障礙物(如凹形障礙物、死角形障礙物等),在這樣的工作環(huán)境下,機(jī)器人路徑規(guī)劃容易陷入局部最優(yōu),可能會(huì)產(chǎn)生振蕩、死鎖等問(wèn)題,從而導(dǎo)致機(jī)器人無(wú)法尋找到最優(yōu)路徑甚至算法失效。已有的成果并沒(méi)有很好的解決這些問(wèn)題。例如,已有的基于蟻群算法的機(jī)器人路徑規(guī)劃算法,僅僅考慮了環(huán)境的先驗(yàn)

2、信息,沒(méi)有對(duì)可行節(jié)點(diǎn)周圍的障礙物分布情況進(jìn)行后驗(yàn)分析,在遇到陷阱障礙物時(shí),算法很容易陷入局部最優(yōu)并可能出現(xiàn)停滯。為此,本文引入了貝葉斯決策理論的思想,提出了基于貝葉斯決策蟻群算法的機(jī)器人路徑規(guī)劃方法,該算法在路徑節(jié)點(diǎn)的選擇上采用貝葉斯模型,通過(guò)后驗(yàn)概率對(duì)候選節(jié)點(diǎn)周圍的障礙進(jìn)行評(píng)估,改進(jìn)了基本螞蟻算法的隨機(jī)搜索策略,解決了復(fù)雜障礙環(huán)境下蟻群算法容易出現(xiàn)的停滯問(wèn)題。仿真試驗(yàn)表明,改進(jìn)后的算法能夠?qū)ふ业礁玫娜肿顑?yōu)解,特別適用于復(fù)雜環(huán)境下存

3、在陷阱障礙的機(jī)器人路徑規(guī)劃。
　　 在復(fù)雜的未知環(huán)境下,基于滾動(dòng)窗口的算法是常用的算法,但滾動(dòng)窗口容易出現(xiàn)“振蕩”現(xiàn)象,為了解決這個(gè)問(wèn)題,本文提出了基于貝葉斯決策的滾動(dòng)窗口算法,引入貝葉斯最小風(fēng)險(xiǎn)決策思想,對(duì)候選的局部子目標(biāo)周圍的障礙環(huán)境進(jìn)行風(fēng)險(xiǎn)評(píng)估,選擇期望風(fēng)險(xiǎn)最低的子目標(biāo)作為局部最優(yōu)子目標(biāo),極大地降低了子目標(biāo)位于陷阱障礙物內(nèi)或者周圍的可能性,解決了復(fù)雜環(huán)境下滾動(dòng)窗口的“振蕩”問(wèn)題。仿真試驗(yàn)結(jié)果表明,在具有陷阱障礙的復(fù)雜環(huán)境中