基于蚁群算法和遗传算法融合的移动机器人路径规划问题研究

湖北工业大学 刘庆元

基于蚁群算法和遗传算法融合的移动机器人路径规划问题研究

湖北工业大学 刘庆元

移动机器人的路径规划问题一直都是机器人研究中比较热门的话题，也是非常关键的技术，但是，比较传统的路径规划算法都存在自己的缺陷，所以说，寻找一种最佳的算法是机器人路径规划问题领域研究的热点，蚁群算法是最近十几年来发展起来的一种模拟生物的进化算法，这个算法在解决很多比较复杂的问题上表现出了非常好的性能。本文在分析了当前的各种路径规划算法的优缺点的基础之上，选择了蚁群算法来解决移动机器人的路径规划问题。

移动机器人；路径规划

移动机器人是指在室内或道路上不需要人工干预，能够自主地完成行驶工作的车辆，它可以分为室内移动机器人以及室外移动机器人，结合了智能控制、图像处理、人工智能、信息处理等专业技术，跨越了多个学科，比如计算机、自动控制、机械以及电子等学科，智能移动机器人技术的研究涉及到了多个学科以及多个领域之间的知识，其中，具体包括距离测定技术、路径规划技术、定位系统高性能传感器、人工智能等等。在这些技术和知识当中，路径规划是机器人导航中最重要的环节。路径规划就是在具有障碍物的环境中根据一定的标准，找到从起始点到目标点的没有碰撞的路线，评价规划路径的好坏与否的直接影响是机器人是不是能够准确并且安全的到达目标点[4]。

蚁群算法是这些年发展的比较新的生物进化算法，蚁群算法具有分布式计算，分布式个体之间间接通信，对中心控制没有要求等特点，具有非常好的健壮性和很强的自适应性，根据自身信息素的浓度来不断更新，最终在最优的路径上收敛，蚁群算法还比较容易和其他算法进行结合，蚁群算法已经广泛应用于求解优化问题上，它是基于蚂蚁群体启发行为的一种随机搜索优化寻优算法，算法本身简单易于实现，在处理的过程中对计算机的硬件要求也不是很高，所有将蚁群算法应用到移动机器人的路径规划将会存在很大的潜力。

目前国际机器人界都在加大科研力度，进行机器人共性技术的研究，并朝着智能化和多样化方向发展。主要研究内容集中在以下9个方面：

（1）工业机器人操作机构的优化设计技术：探索新的高强度轻质材料，进一步提高负载/自重比，同时机构向着模块化、可重构方向发展。

（2）机器人控制技术：重点研究开放式、模块化控制系统，人机界面更加友好，语言、图形编程界面正在研制之中。机器人控制器的标准化和网络化，以及基于PC机网络式控制器已成为研究热点。编程技术除进一步提高在线编程的可操作性之外，离线编程的实用化将成为研究重点。

（3）多传感系统：为进一步提高机器人的智能和适应性，多种传感器的使用是其问题解决的关键。其研究热点在于有效可行的多传感器融合算法，特别是在非线性及非平稳、非正态分布的情形下的多传感器融合算法。另一问题就是传感系统的实用化。

（4）机器人的结构灵巧，控制系统愈来愈小，二者正朝着一体化方向发展。

（5）机器人遥控及监控技术：机器人半自主和自主技术，多机器人和操作者之间的协调控制，通过网络建立大范围内的机器人遥控系统，在有时延的情况下，建立预先显示进行遥控等。

（6）虚拟机器人技术：基于多传感器、多媒体和虚拟现实以及临场感技术，实现机器人的虚拟遥控操作和人机交互。

（7）多智能体（multi-agent）调控制技术：这是目前机器人研究的一个崭新领域。主要对多智能体的群体体系结构、相互间的通信与磋商机理，感知与学习方法，建模和规划、群体行为控制等方面进行研究。

（8）微型和微小机器人技术（micro/miniaturerobotics）：这是机器人研究的一个新的领域和重点发展方向。过去的研究在该领域几乎是空白，因此该领域研究的进展将会引起机器人技术的一场革命，并且对社会进步和人类活动的各个方面产生不可估量的影响，微小型机器人技术的研究主要集中在系统结构、运动方式、控制方法、传感技术、通信技术以及行走技术等方面。

（9）软机器人技术（softrobotics）：主要用于医疗、护理、休闲和娱乐场合。传统机器人设计未考虑与人紧密共处，因此其结构材料多为金属或硬性材料，软机器人技术要求其结构、控制方式和所用传感系统在机器人意外地与环境或人碰撞时是安全的，机器人对人是友好的。

[1]WEISS G.Multiagent systems:a modern approach to distributed modern approach to artificial intelligence[M].Cambridge,Massachusetts：MIT Press，1999：121-161.

[2]蔡自兴，徐光祐.人工智能及其应用:研究生用书[M].3 版.北京：清华大学出版社，2004：124-198.

[3]谭民,王硕,曹志强.多机器人系统[M].北京：清华大学出版社，2005：6-81.

[4]薄喜柱,洪炳熔.动态环境下多移动机器人路径规划的一种新方法[J].机器人，2001,23（5）：407-410.

2017-09-10）