动态环境下机器人多目标路径规划蚂蚁算法

动态环境下机器人多目标路径规划蚂蚁算法作者：徐守江

来源：《电脑知识与技术·学术交流》2008年第32期

摘要：研究了一种新颖的动态复杂不确定环境下的机器人多目标路径规划蚂蚁算法。该方法首先根据蚂蚁觅食行为对多个目标点的组合进行优化，规划出一条最优的全局导航路径。在此基础上，机器人按照规划好的目标点访问顺序根据多蚂蚁协作局部路径算法完成局部路径的搜索。机器人每前进一步都实时地进行动态障碍物运动轨迹预测以及碰撞预测，并重新进行避碰局部路径规划。仿真结果表明，即使在障碍物非常复杂的地理环境，用该算法也能使机器人沿一条全局优化的路径安全避碰的遍历各个目标点，效果十分令人满意。

关键词：机器人；多蚂蚁协作；全局导航路径；局部路径

中图分类号：TP24文献标识码：A文章编号：1009-3044(2008)32-1185-03

Ant Algorithm for Mobile Robot Path Plan with Multi-objects in an Unfamiliar Environment

XU Shou-jiang

(Jiangsu Food Science College, Huai'an 223003, China)

Abstract: Based on Ant Colony Optimization (ACO), this thesis presents a novel algorithm underlying the robot multi-objects path planning and dynamic obstacle avoidance in a complex and unfamiliar environment, and the algorithm optimizes the combination of all objects and can get a globally optimal navigation path. The locally optimal path between the position of robot and the present object which is gotten from the globally optimal navigation path is accomplished by local path planning with multi-ants in cooperation. Collision prediction proceeds timely after ever step of robot and local dynamic planning for obstacle avoidance is executed. Our computer experiments demonstrate that the algorithms are robust and stable.

Key words: robot; multi-ants cooperation; global navigation path; local path

1 引言

移动机器人运动导航或路径规划属于研究机器人控制系统的重要应用基础问题，也是机器人研究领域中的一个重要分支。它是指在有障碍物的工作环境中，如何寻找一条从给定起始点到终止点的较优的运动路径，使机器人在运动过程中能安全无碰撞地绕过障碍物，且所走路线最短。对这一问题，各国学者已经做了大量的研究，其中包括Dijkstra算法及其改进[1]、启发

式搜索算法[2]、模糊算法[3]、神经网络[4]、遗传算法[5]，滚动窗口规划方法[6]等等，这些方法都不同程度上提高了机器人路径规划的效率，但其研究的对象大多局限于机器人单目标搜索，对单机器人进行多目标搜索鲜有报道。

随着机器人技术的发展，机器人将被应用于多目标搜索，如机器人邮递员需要将每一份邮件递送到指定的地点等。即如何保证机器人在有障碍物的工作环境中可以快速地沿一条较优化避碰路径安全无碰地访问多个目标点。在这类应用中机器人需要遍历多个目标，当目标数增多时，算法的复杂度呈指数级增长[7]，将严重影响规划的时效性。根据目前的研究现状和不足并受意大利学者M.Dorigo等人于上世纪90年代提出的蚁群优化算法[8-9]的启示。为此，本文研究了一种动态复杂环境下移动机器人多目标路径规划蚂蚁算法，该算法首先根据Ant Colony System（简称ACS）算法[8]对多个目标点的组合进行优化，规划出一条最优的全局导航路径，然后机器人依赖全局导航路径信息进行各个目标点的遍历，机器人在当前点再根据已知的静态环境信息利用多蚂蚁局部路径规划算法[10]规划出一条局部路径，机器人根据该局部路径每走一步都进行动态环境信息探测，根据该局部路径预测与动态物碰撞点并进行局部动态避障规划。仿真实验结果表明，即使在障碍物非常复杂的地理环境，用本算法也能使机器人沿一条全局较优化的路径安全避碰的遍历各个目标点，效果十分令人满意。

2 环境描述及问题描述

记AS为机器人Rob在二维平面上的凸多边形有限运动区域，其内部分布着有限个已知的静态障碍物Sb1,Sb2,…,Sbn和有限个未知的动态障碍物Db1,Db2,…,Dbq；在任意时刻，机器人Rob能探测到以当前位置为中心，r为半径区域内的环境信息，称该区域为Rob视野域

View ；Rob的运动速率记为VR；环境探测及路径规划所需的时间忽略不计；各动态障碍物之间的最近距离>2r；t时刻Dbi(i=1,2,…,q)的运动速率记为vid(t), vid(t)∈[0,vdh]，其中，vdh为一有限速率。Dbi的运动轨迹和方向属未知，但其沿不闭合、不自相交的光滑平缓轨迹单向运动，且在机器人传感器探测范围内近似为方向不变的直线运动。规划的目的是使机器人由起点Gbegin出发，经过一系列目标点G2,G3,……,Gn，安全避碰地回到出发点Gbegin，从而构成一条回路。由于随着目标点的增多，解的规模呈指数级增，属于NP-Hard问题，并且各个目标点之间的局部信息未知。假设机器人的访问目标点的顺序为p1,p2,p3,……,pn,p1，规划的目的就是使得相邻两个目标点之间的局部避碰路径之和最短或者较短，能够保证机器人快速安全地访问各个目标点，其中p1=Gbegin,p2,p3,……,pn为G2,G3,……,Gn的一个全排列。其中

Gbegin∈A,Gbegin?埸OS ， Gi∈A,Gi?埸OS , i={2,…,n}，其它约束条件为：Gbegin与任意动态障碍物的距离≥r。

在AS中以AS左上角为坐标原点0，以横向为X轴，纵向为Y轴建立系统直角坐标系，如图1。假设机器人在水平方向上的行走步长为δ,并且AS在X、Y方向的最大值分别为Xmax