MATLAB--基于蚁群算法的机器人最短路径规划

MATLAB–基于蚁群算法的机器人最短路径规划

在干活的过程中整理下来的，希望对大家有帮助。
路径规划是实现移动机器人自主导航的关键技术，是指在有障碍物的环境中，按照一定的评价标准（如距离、时间、能耗等），寻找到一条从起始点到目标点的无碰撞路径，这里选取最短距离路径规划的评价标准，即最短路径规划问题。

1．路径规划数学模型的建立

将移动机器人周围环境用一组数据进行抽象表达，建立二维或三维的环境模型，得到移动机器人能够理解分析的环境数据，是机器人路径规划的基本前提。我这里用的是栅格法，其原理是将周围环境看成一个二维平面，将平面分成一个个等面积大小的具有二值信息的栅格，每个栅格中存储着周围环境信息量，下图我给出了一个栅格法地图，方便大家更好的理解栅格地图。这里设计的栅格地图为一个20×20的地形矩阵，黑色的地方表示有障碍，白色的地方表示没有障碍。

图1　栅格法地图
在用栅格法建立环境模型时，为了将环境信息转换成移动机器人可以识别的数据，一般采用序号法标记环境地图信息，即将栅格地图中一个个栅格从序号１依次累加直到标记到最后一个栅格。如图2所示。

图2 序号法示意图
另外，对于一幅带有坐标的栅格图来说，每个栅格点有唯一的坐标，假设栅格规模为x行ｙ列，第i个栅格对应的位置由式（1）所示。

式中a为每个小方格像素的边长，ceil（n）取大于等于数值n的最小整数，mod(i,y)求i除以y的余数。
每条路径（从起点走到终点）的长度可以由式（2）计算得出。

在解决环境建模之后，我们需要设计机器人移动的方法，这里我采用如图3所示的八叉树搜索策略，即机器人在搜索过程中可以朝附近八个方向的相邻栅格之间的自由移动。

图3　八叉树搜索策略
那么，怎么判断一个栅格点是否为另一个栅格点的相邻栅格点呢，另外，又怎么判断是否为有障碍栅格呢。这就需建立矩阵D，记录每个栅格点至其相邻栅格点的代价值。本例中栅格地图有20×20个栅格点，则D的大小为400×400，其中列是起点栅格，行是局部终点栅格，各栅格点至其各相邻无障碍栅格点的代价值非零，而有障碍栅格及非相邻栅格设为0。
这里需要说明的是，我的MATLAB程序来自于：
版权声明：本文为CSDN博主「qq_40443076」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_40443076/article/details/88179836
这里主要介绍基于蚁群算法的机器人最短路径规划的思路，以及我在运行MALTLAB程序的时候，学到的内容。

2．机器人最短路径规划的实现步骤

蚁周模型实现机器人最短路径规划的流程图

为了方便大家更好地理解蚁群算法的原理及实现过程，其流程图如图4所示。（流程图较长，我截图了两段。）


图4　基于蚁群算法的机器人最小路径规划流程图
图中公式（3）（4）的具体表达在下边的具体步骤里。

蚁周模型实现机器人最短路径规划的具体步骤

**步骤1：**给出栅格地图的地形矩阵；初始化信息素矩阵 Tau（记录每个栅格至其他栅格的信息素量），最大迭代次数K，蚂蚁个数M，表征信息素重要程度的参数 、表征启发式信息重要程度的参数 ，信息素蒸发系数 ，信息素增加强度系数Q及启发式信息矩阵
**步骤2：**构建启发式信息矩阵。按式（1）和式（2）计算每个栅格至目标点的距离