[发明专利]一种基于势场蚁群算法的路径规划方法

权利要求书

1.一种基于势场蚁群算法的路径规划方法，其特征在于：所述方法步骤如下：

Step1：采用栅格法对机器人的工作环境进行建模；

Step2：设置起始点S，目标点G，最大迭代次数N_cmax，利用单位矩阵初始化全局信息素；

Step3：将m只蚂蚁置于起始点S，并将它们此时的位置加入禁忌表Tabu；在基于传统蚁群算法的基础上引入人工势场法，并利用其计算蚂蚁可能前往的下一节点j到目标点G的距离L_jG，综合构造启发信息函数；在启发信息函数和全局信息素的作用下，结合轮盘赌法计算t时刻蚂蚁k在节点i选择下一个节点j的状态转移概率选择蚂蚁下一个前往的节点j；蚂蚁到达下一节点j后，更新禁忌表Tabu，将节点j加入禁忌表；

Step4：判断蚂蚁是否到达目标点G：

若是，停止搜索，一次迭代结束；否则，继续按照Step3的方法搜索直到找到目标点；

Step5：在一次迭代结束，所有蚂蚁到达目标点G后，依据最优-最差蚂蚁系统原理，比较所有蚂蚁搜索到的路径长度，找到此次迭代的最优路径L_best和最差路径L_worst，更新全局信息素，清空禁忌表Tabu；

Step6：判断当前迭代次数N_c是否到达最大迭代次数N_cmax：若是，输出最优路径；否则，转到Step3，直到N_c＝N_cmax；

Step7：引入三次B样条曲线，对输出的最优路径作路径平滑处理；算法结束。

2.根据权利要求1所述的基于势场蚁群算法的路径规划方法，其特征在于：所述启发信息函数如下：

其中：d_ij为蚂蚁当前所处节点i到下一节点j的欧氏距离；allowed_k为t时刻允许蚂蚁k(k＝1,2...m)通过的节点集合。

3.根据权利要求1所述的基于势场蚁群算法的路径规划方法，其特征在于：所述全局信息素按照以下方式进行更新：

其中：ρ为信息素挥发系数，ρ∈(0,1)；Δτ_ij(t)表示t时刻在节点i和节点j之间的信息素浓度；Δτ^k_ij(t)表示蚂蚁k在t时刻留在路径(i,j)的信息素量；μ为蚁群算法引进的一个参数，μ∈(0,1)；Q为信息素强度，是一个常数；L_k是蚂蚁k在本次迭代中所走的路径长度。