路径规划的方法有很多,根据其自身优缺点,其适用范围也各不相同。根据对各领域常用路径规划算法的研究,按照各种算法发现先后时序及算法基本原理,将算法大致分为四类:传统算法、图形学的方法、智能仿生学算法和其他算法。 [2]
传统算法
传统的路径规划算法有:模拟退火算法、人工势场法、模糊逻辑算法、禁忌搜索算法等。 [3]
(1)模拟退火算法(Simulated Annealing),简称SA)是一种适用于大规模组合优化问题的有效近似算法。它模仿固体物质的退火过程,通过设定初温、初态和降温率控制温度的不断下降,结合概率突跳特性,利用解空间的邻域结构进行随机搜索。具有描述简单、使用灵活、运行效率高、初始条件限制少等优点,但存在着收敛速度慢、随机性等缺陷,参数设定是应用过程中的关键环节。
(2)人工势场法是一种虚拟力法。它模仿引力斥力下的物体运动,目标点和运动体间为引力,运动体和障碍物间为斥力,通过建立引力场斥力场函数进行路径寻优。优点是规划出来的路径平滑安全、描述简单等,但是存在局部最优的问题,引力场的设计是算法能否成功应用的关键。
(3)模糊逻辑算法网模拟驾驶员的驾驶经验,将生理上的感知和动作结合起来,根据系统实时的传感器信息,通过查表得到规划信息,从而实现路径规划。算法符合人类思维习惯,免去数学建模,也便于将专家知识转换为控制信号,具有很好的一致性、稳定性和连续性。但总结模糊规则比较困难,而且一旦确定模糊规则在线调整困难,应变性差。最优的隶属度函数、控制规则及在线调整方法是最大难题。
(4)禁忌搜索算法(TS)是一种全局逐步寻优算法,是对人类智力过程的一种模拟。通过引入一个灵活的存储结构和相应的晋级规则来避免与会搜索,并通过藐视准则来赦免一些被紧急的优良状态,以实现全局优化。