1.一种基于改进蚁群算法的移动机器人路径规划方法,其特征在于,包括以下步骤:S1、采用栅格法创建机器人工作环境地图,定义起始点与目标点;
S2、采用蚁群算法寻找环境最短路径,所述蚁群算法包含以下步骤:S21、初始化蚁群算法的参数;
S22、将m只蚂蚁放在起始点,将起始点加入禁忌表中,开始搜索,得到可行路径节点栅格;
S23、每只蚂蚁根据公式(1)选择下一步移动栅格,并将当前栅格加入到禁忌表中;
式(1)中,s为当前有转移概率的位置节点, 为蚂蚁k在位置节点i选择位置节点j的转移概率;α和β均为正实数;allowedk为t时刻允许蚂蚁k通过的位置节点集合,k=1,2,…,m;τ(i,j)表示在位置节点i与位置节点j之间的路段(i,j)上的信息素浓度;η(i,j)为距离启发函数,η(i,j)按照公式(2)计算;
η(i,j)=desire[num] (2)
公式(2)中desire为距离期望系数数组,num是数组中对应的数值,desire按公式(3)定义,公式(3)中standard为栅格标准值,repair为栅格修正值;
S24、判断所有蚂蚁是否到达目标点,如果是,则进行步骤S25;如果否,则更新禁忌表,并返回步骤S23;
S25、通过路线冗余消除策略对当前迭代所有可行路径进行优化,即对蚂蚁在寻路过程中出现的弯路进行两点直线连接处理,消除弯路点;
S26、按照公式(4)、(5)、(6)进行信息素更新:τij(t+1)=(1-ρ)τij(t)+△τij(t) (4)式(4)、(5)和(6)中,τij(t+1)为更新后的信息素浓度,ρ为信息素挥发系数,τij(t)为旧信息素浓度,△τij(t)为这一代所有蚂蚁走过后遗留下的信息素浓度,Q为信息素常数,Lk为第k只蚂蚁所寻路径长度,△τij(t)k为第k只蚂蚁留在节点(i,j)上的信息素增量;
利用路径偏差放大策略处理Lk,路径偏差放大策略按公式(7)、(8)执行:Lk-new=Lk-Kre*Lt-min (7)Kaffect=D/Lt-min (8)在式(7)、(8)中,Lk-new为第t代第K只蚂蚁产生的放大路径长度,Lk为其原始长度,Lt-min为第t代的最小路径长度,Kre为放大系数,范围(0,1);D为某路径和最短路径之间的差值。
Kaffect为路径偏差影响系数;
S27、判断是否达到最大迭代次数,如果是,则结束;如果否,则令迭代次数加1,并返回步骤S22;
S3、将步骤S2得到的最短路径作为规划的最优路径。