【路径规划】蚁群算法栅格地图路径规划及避障【含Matlab源码 2088期】

⛄一、蚁群算法及栅格地图简介

随着机器人技术在诸多领域的应用, 如机器人协作焊接、灾后搜救、军事、太空探索、深海勘探、家用和服务行业等, 机器人的发展正向智能化方向延伸, 要求其具有自组织、自学习、自适应等能力.机器人路径规划是指机器人从初始位置按某种法则避开障碍物、无碰撞地到达目标位置.目前国内外对路径规划的研究应用较多的方法主要有:人工势场法、概率路径图法[3]、可视图法、栅格法、神经网络算法、遗传算法、粒子群算法、蚁群算法.

栅格法是将机器人的搜索空间分解成若干个规格相等单元, 将复杂的环境问题分解成简单问题, 适用于静态环境的路径规划, 且算法计算量小, 便于实现, 但在复杂的环境中, 易使规划时间延长, 系统的实时性不够.蚁群算法是一种新型的仿生算法, 以蚂蚁觅食为模型, 通过前代蚂蚁在走过的路径上遗留信息素的强弱选择路径.该算法有较好的正反馈性、并行性及鲁棒性;但当遇到复杂问题时, 会导致搜索时间长、陷入局部最优、停滞和死锁等情况.因此, 结合栅格法和蚁群算法的优缺点, 将栅格法与蚁群算法相结合进行路径规划, 先建立栅格地图, 再利用蚁群算法进行全局搜索, 可提高算法性能.

1 栅格模型建立
1.1 栅格法应用于路径规划的简介
栅格法是由W.E.Howden于1968年提出, 主要是根据环境建立一个路径栅格地图 (map) .基本原理是将机器人工作环境分割成无数细小的具有二