[1]谢智慧,卢道华,王 佳,等.基于改进蚁群算法的机器人路径规划问题研究[J].机械与电子,2019,(06):70-74.
　,,et al.Research on Robot Path Planning Problem Based on Improved Ant Colony Algorithm[J].Machinery & Electronics,2019,(06):70-74.
点击复制

基于改进蚁群算法的机器人路径规划问题研究()
分享到：

机械与电子[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2019年06期
页码:
70-74
栏目:
智能工程
出版日期:
2019-06-24

文章信息/Info

Title:
Research on Robot Path Planning Problem Based on Improved Ant Colony Algorithm
文章编号:
１００１- ２２５７（２０１９）０６- ００７０- ０５
作者:
谢智慧; 卢道华; 王 佳; 姜 磊
江苏科技大学机械工程学院，江苏 镇江 ２１２００３
Author(s):
ＸＩＥＺｈｉｈｕｉ; ＬＵＤａｏｈｕａ; ＷＡＮＧＪｉａ; ＪＩＡＮＧＬｅｉ
ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｊｉａｎｇ２１２００３，Ｃｈｉｎａ
关键词:
蚁群算法; 路径规划; 栅格法; 动态调整启发因子; 机器人
Keywords:
ａｎｔｃｏｌｏｎｙ ａｌｇｏｒｉｔｈｍ; ｐａｔｈ ｐｌａｎｎｉｎｇ; ｇｒｉｄ ｍｅｔｈｏｄ; ｄｙｎａｍｉｃ ａｄｊｕｓｔｍｅｎｔ ｈｅｕｒｉｓｔｉｃｆａｃｔｏｒ; ｒｏｂｏｔ
分类号:
ＴＰ３９１；ＴＰ２４２
文献标志码:
A
摘要:
针对基本蚁群算法前期搜索效率低下以及在寻优的过程中会穿过障碍物等问题，提出改进的蚁群算法，即采用动态调整启发因子、信息素初始化改进策略、可选节点的筛选机制方案进行改进工作。通过对基本蚁群算法和改进蚁群算法的仿真结果分析可知，改进后算法的最优路径长度虽然有所增加，但减少了蚂蚁前期到达最优路径的迭代次数，得到一条无碰撞、没有穿过障碍物的路径，且耗时与基本蚁群算法相持平，保证了机器人路径的安全性，提高了算法的前期搜索效率。
Abstract:
Ａｉｍｉｎｇａｔｔｈｅｌｏｗｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｂａｓｉｃａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍｉｎｔｈｅｅａｒｌｙｓｔａｇｅａｎｄｔｈｅｏｂｓｔａｃｌｅｓｉｎｔｈｅｐｒｏｃｅｓｓｏｆｏｐｔｉｍｉｚａｔｉｏｎ，ａｎｉｍｐｒｏｖｅｄａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ ｗａｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈａｄｏｐｔｓｄｙｎａｍｉｃａｄｊｕｓｔｍｅｎｔｈｅｕｒｉｓｔｉｃｆａｃｔｏｒ，ｐｈｅｒｏｍｏｎｅｉｎｉｔｉａｌｉｚａｔｉｏｎｉｍｐｒｏｖｅｍｅｎｔｓｔｒａｔｅｇｙａｎｄｏｐｔｉｏｎａｌｎｏｄｅｓｃｒｅｅｎｉｎｇｍｅｃｈａｎｉｓｍ．Ｂｙａｎａｌｙｚｉｎｇｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅｂａｓｉｃａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍａｎｄｔｈｅｉｍｐｒｏｖｅｄａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ，ｔｈｅｏｐｔｉｍａｌｐａｔｈｌｅｎｇｔｈｏｆｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｉｓｉｎｃｒｅａｓｅｄ，ｂｕｔｔｈｅｎｕｍｂｅｒｏｆｉｔｅｒａｔｉｏｎｓｏｆｔｈｅａｎｔｒｅａｃｈｉｎｇｔｈｅｏｐｔｉｍａｌｐａｔｈｉｓｒｅｄｕｃｅｄ．Ａｐａｔｈｗｉｔｈｏｕｔｃｏｌｌｉｓｉｏｎａｎｄｏｂｓｔａｃｌｅｓｉｓｏｂｔａｉｎｅｄ，ａｎｄｔｈｅｔｉｍｅｃｏｎｓｕｍｐｔｉｏｎｉｓｅｑｕａｌｔｏｔｈａｔｏｆｔｈｅｂａｓｉｃａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈｅｎｓｕｒｅｓｔｈｅｓａｆｅｔｙｏｆｔｈｅ ｒｏｂｏｔｐａｔｈａｎｄｉｍｐｒｏｖｅｓｔｈｅｅａｒｌｙｓｅａｒｃｈｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅａｌｇｏｒｉｔｈｍ．

参考文献/References:

［１］ 刘琨．基于人工势场和蚁群算法的无人船路径规划研究［Ｄ］．海口：海南大学，２０１６．

［２］ 康冰，王曦辉，刘富．基于改进蚁群算法的搜索机器人路径规划［Ｊ］．吉林大学学报（工学版），２０１４，４４（４）：１０６２- １０６８．
［３］ 罗荣贵，屠大维．栅格法视觉传感集成及机器人实时避障［Ｊ］．计算机工程与应用，２０１１，４７（２４）：２３３-
 ２３５．
［４］ 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- １９５，３０３．
［５］ 周明秀，程科，汪正霞．动态路径规划中的改进蚁群算法［Ｊ］．计算机科学，２０１３，４０（１）：３１４- ３１６．
［６］ 王爱民，史庆国，吕晨亮．机器人路径规划的神经网络算法及优化［Ｊ］．河北工业大学学报，１９９９，２８（６）：１３- １６．
［７］ 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．
［８］ 朱磊，樊继壮，赵杰，等．基于栅格法的矿难搜索机器人全局路径规划与局部避障［Ｊ］．中南大学学报（自然科学版），２０１１，
４２（１１）：３４２１- ３４２８．
［９］ ＥｒｉｎＢ，ＡｂｉｙｅｖＲ，Ｉｂｒａｈｉｍ Ｄ．Ｔｅａｃｈｉｎｇｒｏｂｏｔｎａｖｉｇａｔｉｏｎｉｎｔｈｅｐｒｅｓｅｎｃｅｏｆｏｂｓｔａｃｌｅｓｕｓｉｎｇａｃｏｍｐｕｔｅｒｓｉｍｕｌａｔｉｏｎｐｒｏｇｒａｍ［Ｊ］．Ｐｒｏｃｅｄｉａ ＳｏｃｉａｌａｎｄＢｅｈａｖｉｏｒａｌ Ｓｃｉｅｎｃｅｓ，２０１０，２（２）：５６５- ５７１．
［１０］ ＭａｈｄｉＨ，ＲｅｚａＺＦ，ＨａｎｎａｎｅｈＲＢ．Ａｎａｎｔｃｏｌｏｎｙ ｂａｓｅｄａｌｇｏｒｉｔｈｍｆｏｒｆｉｎｄｉｎｇｔｈｅｓｈｏｒｔｅｓｔｂｉｄｉｒｅｃｔｉｏｎａｌｐａｔｈｆｏｒａｕｔｏｍａｔｅｄｇｕｉｄｅｄｖｅｈｉｃｌｅｓｉｎａｂｌｏｃｋｌａｙｏｕｔ［Ｊ］．ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｄｖａｎｃｅｄ ＭａｎｕｆａｃｔｕｒｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０１３，６４（１）：３９９- ４０９．
［１１］ 高颖，陈旭，周士军，等．基于改进蚁群算法的多批次协同三维航迹规划［Ｊ］．西北工业大学学报，２０１６，３４（１）：４１- ４６．
［１２］ 柴寅，唐秋华，邓明星，等．机器人路径规划的栅格模型构建与蚁群算法求解［Ｊ］．机械 设 计 与 制 造，２０１６（４）：
１７８- １８１．
［１３］ 欧阳鑫玉，杨曙光．基于势场栅格法的移动机器人避障路径规划［Ｊ］．控制工程，２０１４，２１（１）：１３４- １３７．
［１４］ 张琦，马家辰，谢玮，等．基于改进蚁群算法的移动机器人路径 规 划 ［Ｊ］．东 北 大 学 学 报 （自 然 科 学 版），２０１３，３４（１１）：１５２１- １５２４．
［１５］ 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．

相似文献/References:

[1]王 嵘,万永菁.一种基于ＳＬＡＭ 的多功能探索机器人设计[J].机械与电子,2019,(09):51.
　.Design of Multifunctional Exploration Robot Based on SLAM[J].Machinery & Electronics,2019,(06):51.
[2]赵健,张阳.基于典型栅格地图的代价地图改进方法[J].机械与电子,2018,(12):73.
　ZHAO Jian,ZHANG Yang.Cost Map Improvement Method Based on Typical Grid Map[J].Machinery & Electronics,2018,(06):73.
[3]操松元１,陈 江２,严 波１,等.无人机巡检输电线路的路径规划算法研究[J].机械与电子,2019,(05):40.
　,,et al.Research on Path Planning Algorithms for Unmanned Aerial Vehicle Patrol Inspection Transmission Lines[J].Machinery & Electronics,2019,(06):40.
[4]文生平,张磊,刘其信.基于改进蚁群算法激光导航轮式机器人路径规划[J].机械与电子,2016,(05):73.
　WEN Shengping,ZHANG Lei,LIU Qixin.Path Planning for Laser Navigation Wheeled Robots Based on Improved Ant Colony Algorithm[J].Machinery & Electronics,2016,(06):73.
[5]周嵘,张志翔,翟晓晖,等.机器人室内路径规划算法的实用性研究[J].机械与电子,2016,(08):71.
　ZHOU Rong,ZHANG Zhixiang,ZHAI Xiaohui,et al.Practical Research on Robot Path Planning Algorithm[J].Machinery & Electronics,2016,(06):71.
[6]白金柯,吴晓娜.一种新型蚁群随机树的机器人路径规划算法[J].机械与电子,2015,(07):73.
　BAI Jinke,WU Xiaona.Robot-path Planning Based on Ant Colony Optimization and Rapidly-exploring Random Tree[J].Machinery & Electronics,2015,(06):73.
[7]王 铁,胡 泓.基于 Ｋ- ｍｅａｎｓ信息挥发速率动态调整的 改进蚁群算法[J].机械与电子,2020,(02):25.
　.An Improved Ant Colony Algorithm Based on K-means and Dynamic Volatility Rate Adjustment Strategy[J].Machinery & Electronics,2020,(06):25.
[8]李积云,许亚军,蒲卫华,等.基于势场法的路径规划算法特性分析和路径优化[J].机械与电子,2020,(05):18.
　,,et al. Characteristics Analysis of Algorithm and Methods of Optimizing Path Based on Artificial Potential Field Method[J].Machinery & Electronics,2020,(06):18.
[9]桑和成,宋栓军,唐铭伟,等.基于改进蚁群算法的机器人路径规划研究[J].机械与电子,2021,(02):17.
　Sang Hecheng,Song Shuanjun,Tang Mingwei,et al.Research on Robot Path Planning Based on Improved Ant Colony Algorithm[J].Machinery & Electronics,2021,(06):17.
[10]李孟锡,何博侠,周 俣.基于A*和蚁群算法的移动机器人多目标路径规划方法[J].机械与电子,2021,(06):61.
　LI Mengxi,HE Boxia,ZHOU Yu.Multi-target Path Planning Method for Mobile Robot Based on A* and Ant Colony Algorithm[J].Machinery & Electronics,2021,(06):61.

备注/Memo

备注/Memo:
收稿日期：２０１９- ０１- ０２
作者简介：谢智慧 （１９９３－），男，湖北荆州人，硕士，研究方向为水下机器人控制系统关键技术及路径规划研究；卢道华 （１９６３－），男，江苏句容人，教授，研究方向为机电一体化系统研究及产品软件开发。
更新日期/Last Update: 2019-10-24