基于改进蚁群算法的智能机器人路径规划

朱长耀 曹凤

摘 要：从以往的研究资料中可以了解到，智能机器人路径规划是机器人研究领域中的一项重要分支，同时也是智能机器人用以执行各种指令的基础条件。在研究智能机器人的路径规划过程中，遇到了诸如易陷入局部最优等问题，进而提出应用改进蚁群算法来改善这一状况，并且取得了良好的实效。本文就针对改进蚁群算法支撑下的智能机器人路径规划的相关研究内容做以论述，以期为推进机器人研究提供有益的理论素材。

关键词：改进蚁群算法；智能机器人；路径规划

改进蚁群算法实质上是对精英蚂蚁搜索的路径进行局部检测，进而获取到局部极小诱因点，并在智能机器人的路径规划选择过程中嵌入该算法，令局部路径规划更为优质。在研究这一项目的过程中，在改进蚁群算法的支撑下，有效降低了算法陷入到局部极小的概率。在文中，借鉴狼群分配原则，在原有蚁群算法的基础上，提出了一种用改进的蚁群算法对智能机器人进行路径规划的策略。实验证明，基于改进蚁群算法的智能机器人路径规划具备一定的处理复杂环境的能力。

1 智能机器人路径规划研究的根源与变革概述

自从20世纪50年代中期，世界科研领域创立了仿生学以来，人们从生物进化的机理中受到极大的启发，提出了许多用以解决复杂优化问题的新方法，蚁群算法便是其中的一种。现阶段，智能机器人路径规划领域已经有了重大突破，并取得了一系列成果，甚至将研究成果应用在各个现实行业之中。实际上，应用于解决路径规划问题的优化算法有很多，但是大多数算法自身存在很大的缺陷[1]。在障碍物复杂的环境下很难规划出有效的路径，因为未知环境下的智能机器人只有极少的经验与知识，尤其是对于行进路径的选择，更是难上加难，需要科研人员做进一步探究。

2 基于改进蚁群算法的智能机器人路径规划的优势分析

2.1 智能机器人路径规划的目标

在智能机器人的研究领域中，机器人的路径规划指的是机器人在它的工作范围内，根据系统内部的指令来进行最优化的选择，包括行走路径最短或行走时间最少等决策都是通过路径规划指令来引导，甚至在智能机器人的行走过程中遇到障碍物时，则也同样需要路径规划指令操作来判断最优的行动路径[2]。

2.2 基于不同方法下的智能机器人路径规划的研究成果

在以往，针对智能机器人路径规划的研究项目有很多，例如：在神经网络法支撑下的智能机器人研究项目、在遗传算法支撑下的智能机器人研究项目等等，针对蚁群算法的研究也有一些。尽管这些研究内容在一定程度上推进了智能机器人路径规划项目的进展，但是智能机器人的全局信息掌控程度、局部最优值问题、越过障碍物问题、动态环境行进问题等项目的研究都存在着一定的桎梏，需要挖掘新的方法来改进智能机器人的路径规划[3]。基于此，改进蚁群算法来得以应用，并且智能机器人路径规划项目的研究取得了实质性的进步。

2.3 基于改进蚁群算法的智能机器人路径规划的特征

经研究发现，蚂蚁这种生物在行走的途中会留下一种带有独特信息标记物的化学物质，途径此处路径或在一定范围内行进的蚁群可以觉察到这种信息，并且，凭着生物本能朝向这种化学物质含量多的方向行进。在研究中发现，蚁群所感知到的信息元素越丰盈，则会有更多的蚂蚁都朝某地聚集。可见，蚁群这类生物是通过这种特殊的信息标记物的传播来进行互动，进而帮助蚂蚁族群选择一条可以通往实物的最短路径[4]。这便是蚁群算法的生物学内涵。基于此，探究智能机器人的路径选择问题的解决方案。从实践研究中发觉到，针对蚁群算法来搜索有效信息，从而令智能机器人接收到最佳路径行进的指令，这一过程较为缓慢，且非常可能陷入到局部最优路径的困顿之中，让智能机器人无所适从，并最终选择一条欠佳的路径行进。在这种情况下，受到狼群分配原则的影响，将蚁群算法进行适当的改进，从而令信息素获得进一步的更新，以便于让智能机器人在选择路径时更容易搜索到大量的信息素，改进了局部最优以及缓速行进的缺陷。基于改进蚁群算法的机器人路径规划更具科技感与智能化，究其原因在于，狼群分配原则会对信息素进行适当更新，从而让信息素遵循一定的规律呈现出信息集中的现象，这样一来，便可以去除掉不当路径上的蚂蚁信息素，从而令智能机器人的路径选择更为明晰。

3 结束语

总而言之，路径规划作为智能机器人领域研究项目中的一项核心内容，从一开始就被该领域的专家及学者所看重。为了找寻一种最优路径，令智能机器人能够顺利无阻的行进，碰到了一些问题需要解决，且做了诸多准备工作，直至找到了这种基于改进蚁群算法的智能机器人路径规划方案，借助以往蚁群算法、遗传算法的研究基础，才使得智能机器人的路径规划更加优化。研究测试以及实践证明，在改进蚁群算法基础上的智能机器人路径规划极为可行，具备一定的科学性，进一步推进了我国智能机器人研究项目的发展。

[参考文献]

[1]王哲，孙树栋，曹飞祥.动态环境下移动机器人路径规划的改进蚁群算法[J].机械科学与技术.2013，01（01）：45-46.

[2]赵凯，李声晋，孙娟，赵锋.改进蚁群算法在移动机器人路径规划中的研究[J].微型机与应用.2013，04（04）：69-70.

[3]贾翠玲，李卫国，郭文霞.改进蚁群算法在灭火机器人路径规划中的应用[J].内蒙古工业大学学报（自然科学版）.2013，01（01）：53-55.

[4]龙智卓，战凯，顾洪枢，石峰，郭鑫，冯孝华.基于改进蚁群算法的智能铲运机全局路径规划[J].有色金属（矿山部分）.2013，02（02）：10-11.