[发明专利]一种蚁群算法的移动机器人路径规划方法

权利要求书

1.一种蚁群算法的移动机器人路径规划方法，其特征在于，包括：

根据栅格法形成移动机器人的栅格地图，所述移动机器人在环境地图的序列编码的计算公式为：

其中，机器人的坐标为(x_g，y_g)，Num为序列标号，N_x为所述栅格地图的行数，N_y为所述栅格地图的列数；

根据起点与终点的障碍物信息形成初始信息素的分布；

根据临界障碍物影响因子形成期望启发函数，所述期望启发函数为：

其中，d_ij为两个相邻网格之间的距离，g_i为节点i处的临界障碍物影响因子，A常数；

根据信息素更新公式对信息素的进行更新，所述信息素更新公式为：

其中，m为蚂蚁数量，Q为信息素增强系数，L_k为第k只蚂蚁在一次迭代中走过的路径总长度，Δτ_ij(t)为t时刻路径ij上增加的信息素，B为常数，n为迭代次数，为所有蚂蚁的可行路径解的平均值；L_best为当代蚁群中的最短路径；

根据模糊算法动态调整α/β参数；

其中，α为信息素启发因子，β为期望启发因子；

输出最优路径。

2.根据权利要求1所述的蚁群算法的移动机器人路径规划方法，其特征在于，所述根据模糊算法动态调整α/β参数的步骤之后包括：

判断蚁群算法是否陷入局部最优；

若蚁群算法陷入局部最优，根据调整公式对信息素挥发系数进行动态调整，所述调整公式为：

ρ'＝Cρ (12)

其中，C为大于0小于1的常数，ρ∈(0,1)；

若蚁群算法没有陷入局部最优，信息素挥发系数保持不变。

3.根据权利要求2所述的蚁群算法的移动机器人路径规划方法，其特征在于，还包括：输出迭代收敛曲线和最优路径长度。

4.根据权利要求1所述的蚁群算法的移动机器人路径规划方法，其特征在于，α的取值范围为[1,4]，β的取值范围为[7,9]。