基于改進蟻群算法的機器人三維路徑規(guī)劃研究.pdf

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

2、環(huán)境下的應用難以展開的局面?；诖藛栴}，本論文采用了蟻群算法來進行路徑規(guī)劃，并將蟻群算法應用在三維地形環(huán)境下完成路徑規(guī)劃任務。
　　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，比如收斂速度慢，容易陷入環(huán)境中的陷阱和局部最優(yōu)點等問題。為了使得蟻群算法可以更好的應用在三維地形機器人路徑規(guī)劃問題當中，本文提出了四條優(yōu)化策略對蟻群算法進行改進，并且在二維平面環(huán)境下分別進行仿真實驗和對比。結果表明，反勢場法避免了蟻群陷入局部最優(yōu)而

3、停滯等問題;雜交優(yōu)化策略增強了蟻群算法的全局搜索能力;自適應調整策略增強了算法的穩(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)境下機器人的路徑規(guī)劃問題時，采取的措施是將這些優(yōu)化策略相互結合，取長補短。其優(yōu)化思路是先對三維地形環(huán)境進行建模，然后設計出優(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，利用反勢場法可以使得螞蟻從陷阱中退出來，避免出現蟻群停滯問題;在每輪循環(huán)結

4、束進行全局信息素更新時，利用雜交優(yōu)化和自適應調整策略，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增加算法的時耗性，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)境模型中的仿真實驗也證明了該優(yōu)化算法的有效性和可行