【机器人栅格地图】基于灰狼算法求解栅格地图路径规划及避障含Matlab源码

1 简介

1.1 灰狼算法介绍

1.2 栅格地图介绍

栅格地图有两种表示方法，直角坐标系法和序号法，序号法比直角坐标法节省内存

室内环境栅格法建模步骤

1.栅格粒大小的选取

栅格的大小是个关键因素，栅格选的小，环境分辨率较大，环境信息存储量大，决策速度慢。

栅格选的大，环境分辨率较小，环境信息存储量小，决策速度快，但在密集障碍物环境中发现路径的能力较弱。

2.障碍物栅格确定

当机器人新进入一个环境时，它是不知道室内障碍物信息的，这就需要机器人能够遍历整个环境，检测障碍物的位置，并根据障碍物位置找到对应栅格地图中的序号值，并对相应的栅格值进行修改。自由栅格为不包含障碍物的栅格赋值为0，障碍物栅格为包含障碍物的栅格赋值为1.

3.未知环境的栅格地图的建立

通常把终点设置为一个不能到达的点，比如（-1，-1），同时机器人在寻路过程中遵循“下右上左”的原则，即机器人先向下行走，当机器人前方遇到障碍物时，机器人转向右走，遵循这样的规则，机器人最终可以搜索出所有的可行路径，并且机器人最终将返回起始点。

备注：在栅格地图上，有这么一条原则，障碍物的大小永远等于n个栅格的大小，不会出现半个栅格这样的情况。

2 部分代码

%% 创建栅格地图，交互程序%% 输入地图大小，点击鼠标生成障碍物%创建地图大小为X*YMAX_X=10; %地图行数MAX_Y=10; %地图列数%Objects in each coordinateMAP=(ones(MAX_X,MAX_Y)); % 地图矩阵imshow(MAP,'InitialMagnification','fit') [mm,nn,~] = size(MAP); %获取图像的大小x = 0.5:1:nn+1; %假设水平分成8格y = 0.5:1:mm+1; %假设垂直分成8格M = meshgrid(x,y); %产生网格N = meshgrid(y,x);  %产生网格hold onplot(x,N,'b'); %画出水平横线plot(M,y,'b'); %画出垂直竖线pause(1);h=msgbox('利用鼠标左键定义障碍物位置，定义完成后右键定义最后一个障碍物结束定义');  xlabel('利用鼠标左键定义障碍物位置，定义完成后右键定义最后一个障碍物结束定义','Color','blue');uiwait(h,10);if ishandle(h) == 1    delete(h);endbut = 1;while but == 1    [xval,yval,but] = ginput(1);    xval=floor(xval + 0.5);    yval=floor(yval + 0.5);    MAP(yval,xval)=0;%设置障碍物    imshow(MAP,'InitialMagnification','fit')    plot(x,N,'b'); %画出水平横线    plot(M,y,'b'); %画出垂直竖线endhold off;figureimshow(MAP,'InitialMagnification','fit') title('最终地图')save('MAP.mat','MAP') 

3 仿真结果

4 参考文献

[1]周东健等. "基于栅格地图-蚁群算法的机器人最优路径规划." 南通大学学报:自然科学版 (2013).​

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。