朱長(zhǎng)耀 曹鳳

摘 要：從以往的研究資料中可以了解到，智能機(jī)器人路徑規(guī)劃是機(jī)器人研究領(lǐng)域中的一項(xiàng)重要分支，同時(shí)也是智能機(jī)器人用以執(zhí)行各種指令的基礎(chǔ)條件。在研究智能機(jī)器人的路徑規(guī)劃過(guò)程中，遇到了諸如易陷入局部最優(yōu)等問(wèn)題，進(jìn)而提出應(yīng)用改進(jìn)蟻群算法來(lái)改善這一狀況，并且取得了良好的實(shí)效。本文就針對(duì)改進(jìn)蟻群算法支撐下的智能機(jī)器人路徑規(guī)劃的相關(guān)研究?jī)?nèi)容做以論述，以期為推進(jìn)機(jī)器人研究提供有益的理論素材。

關(guān)鍵詞：改進(jìn)蟻群算法；智能機(jī)器人；路徑規(guī)劃

改進(jìn)蟻群算法實(shí)質(zhì)上是對(duì)精英螞蟻搜索的路徑進(jìn)行局部檢測(cè)，進(jìn)而獲取到局部極小誘因點(diǎn)，并在智能機(jī)器人的路徑規(guī)劃選擇過(guò)程中嵌入該算法，令局部路徑規(guī)劃更為優(yōu)質(zhì)。在研究這一項(xiàng)目的過(guò)程中，在改進(jìn)蟻群算法的支撐下，有效降低了算法陷入到局部極小的概率。在文中，借鑒狼群分配原則，在原有蟻群算法的基礎(chǔ)上，提出了一種用改進(jìn)的蟻群算法對(duì)智能機(jī)器人進(jìn)行路徑規(guī)劃的策略。實(shí)驗(yàn)證明，基于改進(jìn)蟻群算法的智能機(jī)器人路徑規(guī)劃具備一定的處理復(fù)雜環(huán)境的能力。

1 智能機(jī)器人路徑規(guī)劃研究的根源與變革概述

自從20世紀(jì)50年代中期，世界科研領(lǐng)域創(chuàng)立了仿生學(xué)以來(lái)，人們從生物進(jìn)化的機(jī)理中受到極大的啟發(fā)，提出了許多用以解決復(fù)雜優(yōu)化問(wèn)題的新方法，蟻群算法便是其中的一種?，F(xiàn)階段，智能機(jī)器人路徑規(guī)劃領(lǐng)域已經(jīng)有了重大突破，并取得了一系列成果，甚至將研究成果應(yīng)用在各個(gè)現(xiàn)實(shí)行業(yè)之中。實(shí)際上，應(yīng)用于解決路徑規(guī)劃問(wèn)題的優(yōu)化算法有很多，但是大多數(shù)算法自身存在很大的缺陷[1]。在障礙物復(fù)雜的環(huán)境下很難規(guī)劃出有效的路徑，因?yàn)槲粗h(huán)境下的智能機(jī)器人只有極少的經(jīng)驗(yàn)與知識(shí)，尤其是對(duì)于行進(jìn)路徑的選擇，更是難上加難，需要科研人員做進(jìn)一步探究。

2 基于改進(jìn)蟻群算法的智能機(jī)器人路徑規(guī)劃的優(yōu)勢(shì)分析

2.1 智能機(jī)器人路徑規(guī)劃的目標(biāo)

在智能機(jī)器人的研究領(lǐng)域中，機(jī)器人的路徑規(guī)劃指的是機(jī)器人在它的工作范圍內(nèi)，根據(jù)系統(tǒng)內(nèi)部的指令來(lái)進(jìn)行最優(yōu)化的選擇，包括行走路徑最短或行走時(shí)間最少等決策都是通過(guò)路徑規(guī)劃指令來(lái)引導(dǎo)，甚至在智能機(jī)器人的行走過(guò)程中遇到障礙物時(shí)，則也同樣需要路徑規(guī)劃指令操作來(lái)判斷最優(yōu)的行動(dòng)路徑[2]。

2.2 基于不同方法下的智能機(jī)器人路徑規(guī)劃的研究成果

在以往，針對(duì)智能機(jī)器人路徑規(guī)劃的研究項(xiàng)目有很多，例如：在神經(jīng)網(wǎng)絡(luò)法支撐下的智能機(jī)器人研究項(xiàng)目、在遺傳算法支撐下的智能機(jī)器人研究項(xiàng)目等等，針對(duì)蟻群算法的研究也有一些。盡管這些研究?jī)?nèi)容在一定程度上推進(jìn)了智能機(jī)器人路徑規(guī)劃項(xiàng)目的進(jìn)展，但是智能機(jī)器人的全局信息掌控程度、局部最優(yōu)值問(wèn)題、越過(guò)障礙物問(wèn)題、動(dòng)態(tài)環(huán)境行進(jìn)問(wèn)題等項(xiàng)目的研究都存在著一定的桎梏，需要挖掘新的方法來(lái)改進(jìn)智能機(jī)器人的路徑規(guī)劃[3]。基于此，改進(jìn)蟻群算法來(lái)得以應(yīng)用，并且智能機(jī)器人路徑規(guī)劃項(xiàng)目的研究取得了實(shí)質(zhì)性的進(jìn)步。

2.3 基于改進(jìn)蟻群算法的智能機(jī)器人路徑規(guī)劃的特征

經(jīng)研究發(fā)現(xiàn)，螞蟻這種生物在行走的途中會(huì)留下一種帶有獨(dú)特信息標(biāo)記物的化學(xué)物質(zhì)，途徑此處路徑或在一定范圍內(nèi)行進(jìn)的蟻群可以覺(jué)察到這種信息，并且，憑著生物本能朝向這種化學(xué)物質(zhì)含量多的方向行進(jìn)。在研究中發(fā)現(xiàn)，蟻群所感知到的信息元素越豐盈，則會(huì)有更多的螞蟻都朝某地聚集?？梢?jiàn)，蟻群這類(lèi)生物是通過(guò)這種特殊的信息標(biāo)記物的傳播來(lái)進(jìn)行互動(dòng)，進(jìn)而幫助螞蟻?zhàn)迦哼x擇一條可以通往實(shí)物的最短路徑[4]。這便是蟻群算法的生物學(xué)內(nèi)涵?；诖耍骄恐悄軝C(jī)器人的路徑選擇問(wèn)題的解決方案。從實(shí)踐研究中發(fā)覺(jué)到，針對(duì)蟻群算法來(lái)搜索有效信息，從而令智能機(jī)器人接收到最佳路徑行進(jìn)的指令，這一過(guò)程較為緩慢，且非?？赡芟萑氲骄植孔顑?yōu)路徑的困頓之中，讓智能機(jī)器人無(wú)所適從，并最終選擇一條欠佳的路徑行進(jìn)。在這種情況下，受到狼群分配原則的影響，將蟻群算法進(jìn)行適當(dāng)?shù)母倪M(jìn)，從而令信息素獲得進(jìn)一步的更新，以便于讓智能機(jī)器人在選擇路徑時(shí)更容易搜索到大量的信息素，改進(jìn)了局部最優(yōu)以及緩速行進(jìn)的缺陷?；诟倪M(jìn)蟻群算法的機(jī)器人路徑規(guī)劃更具科技感與智能化，究其原因在于，狼群分配原則會(huì)對(duì)信息素進(jìn)行適當(dāng)更新，從而讓信息素遵循一定的規(guī)律呈現(xiàn)出信息集中的現(xiàn)象，這樣一來(lái)，便可以去除掉不當(dāng)路徑上的螞蟻信息素，從而令智能機(jī)器人的路徑選擇更為明晰。

3 結(jié)束語(yǔ)

總而言之，路徑規(guī)劃作為智能機(jī)器人領(lǐng)域研究項(xiàng)目中的一項(xiàng)核心內(nèi)容，從一開(kāi)始就被該領(lǐng)域的專(zhuān)家及學(xué)者所看重。為了找尋一種最優(yōu)路徑，令智能機(jī)器人能夠順利無(wú)阻的行進(jìn)，碰到了一些問(wèn)題需要解決，且做了諸多準(zhǔn)備工作，直至找到了這種基于改進(jìn)蟻群算法的智能機(jī)器人路徑規(guī)劃方案，借助以往蟻群算法、遺傳算法的研究基礎(chǔ)，才使得智能機(jī)器人的路徑規(guī)劃更加優(yōu)化。研究測(cè)試以及實(shí)踐證明，在改進(jìn)蟻群算法基礎(chǔ)上的智能機(jī)器人路徑規(guī)劃極為可行，具備一定的科學(xué)性，進(jìn)一步推進(jìn)了我國(guó)智能機(jī)器人研究項(xiàng)目的發(fā)展。

[參考文獻(xiàn)]

[1]王哲，孫樹(shù)棟，曹飛祥.動(dòng)態(tài)環(huán)境下移動(dòng)機(jī)器人路徑規(guī)劃的改進(jìn)蟻群算法[J].機(jī)械科學(xué)與技術(shù).2013，01（01）：45-46.

[2]趙凱，李聲晉，孫娟，趙鋒.改進(jìn)蟻群算法在移動(dòng)機(jī)器人路徑規(guī)劃中的研究[J].微型機(jī)與應(yīng)用.2013，04（04）：69-70.

[3]賈翠玲，李衛(wèi)國(guó)，郭文霞.改進(jìn)蟻群算法在滅火機(jī)器人路徑規(guī)劃中的應(yīng)用[J].內(nèi)蒙古工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版）.2013，01（01）：53-55.

[4]龍智卓，戰(zhàn)凱，顧洪樞，石峰，郭鑫，馮孝華.基于改進(jìn)蟻群算法的智能鏟運(yùn)機(jī)全局路徑規(guī)劃[J].有色金屬（礦山部分）.2013，02（02）：10-11.