复杂环境下机器人路径规划方法研究

路径规划方法的优劣直接影响到移动机器人实际的工作能力,复杂的环境对于机器人路径规划的要求更高。针对复杂环境下蚁群算法搜索效率慢、易早敛的问题,结合势场法对其进行改进,提出基于势场优化的蚁群路径规划算法。初始解产生阶段,用势场法路径预规划获得的先验知识构造蚁群算法的信息素矩阵。寻优阶段构造综合启发函数,对蚂蚁的转移过程进行有目的地引导,同时提出参数自适应的伪随机转移策略,有助于蚂蚁寻找全局最优解。信息素更新过程中引入代价函数对路径规划结果进行平滑处理,得到适合机器人移动的最优路径。仿真结果表明,新算法明显提高了收敛速度和寻优能力,能够较好的满足复杂环境下机器人路径规划的需求。