复杂环境下基于贝叶斯决策的机器人路径规划.pdfVIP

Compu~rEngineeringandApplications计算机工程与应用 复杂环境下基于贝叶斯决策的机器人路径规划 王 娟 ，朱庆保 ，崔 靖 WANGJuan，ZHUQingbao CUIJing 1．南京师范大学 计算机科学与技术学院，南京 210097 2．江苏省信息安全必威体育官网网址技术工程研究中心，南京 210097 1．SchoolofComputerScienceandTechnology,NanjingNormalUniversity,Nanjing210097，China 2．JinagsuResearchCenterofInfomr ationSecuriytandConfidentialEngineering，Nnajing210097，China WANGJuan，ZHUQingbao，CUIJing．RobotpathplanningbasedonBayesdecisionincomplexenvironment．ComputerEngi- neeringandApplications，2012，48(2)：245-248． Abstract：Animprovedantcolonyalgorithm basedonBayesdecisionisproposedtoplna na optimalcollision—freepathformobilero- bot．ItadoptsBayesmodelinthemehtodofselectingpath’Snodesnadmakesuseofposteriorprobabiliyt ofrestimatingcandidate node，whichsolveshtephenomenonofeasilyplungingintoalocaloptimum existingintraditionalantcolonyalgorithm．Theresultsof simulationsdemonstratehtathtebestpathCna beofundinashorttimeevenincomplicatedenvironments，hteeffectbeingverysatisfactory． Keywords：pathplanning；antcolonyalgorithm；Bayesdecision；continuousobstacles 摘 要：提出了一种基于贝叶斯决策的机器人路径规划蚂蚁算法，该算法在路径节点选择方式上采用贝叶斯模型，通过后验概率 对候选节点进行评估，解决了用传统蚂蚁算法进行路径规划时容易陷入局部最优的问题。仿真实验表明，机器人应用该算法可 在复杂障碍环境下快速规划出一条全局优化避障路径。 关键词：路径规划；蚂蚁算法；贝叶斯决策；连续型障碍物 DOI：10．3778／j．issn．1002．8331．2012．02．070 文章编号：1002．8331(2012)02．0245．04 文献标识码：A 中图分类号：TP242 1 引言 算法的不足，但这些研究没有体现出算法适应复杂环境的情 移动机器人路径规划是指机器人在有障碍物的工作环境 况，而复杂环境下的规划算法则是研究的难点。也有少量学 中寻找到一条恰当的从给定起点到终点的运动路径 ，使机器 者研究了某些复杂环境下的规划算法。例如，文献 【lO】为解决 人在运动过程中能安全、无碰撞地绕过所有的障碍物。当机 大量复杂凹形障碍环境中的路径规划问题，提出了双蚁群交 器人具备全局环境信息时，可用一次性的全局规划来获得这 叉算法，该算法通过对传统蚁群算法增加距离改变启发因子， 样的路径，对这类条件下的研究国内外学者已经做了大量的 建立双蚁群完全交叉机制，并且融入最大最小蚁群算法思想， 工作，如人工势场法n、基于遗传算法脚和模糊逻辑法 】的路径 能够在该类环境下规划出高质量的路径。文献 9【】对机器人未 规划等。但是这些算法都不同程度地存在一些缺陷。例如， 知环境下简单少量凹形障碍的路径规划有所论述，但没有对 人工势场法存在陷阱区、在相近的障碍物前不能发现路径、容 全局最佳路径进行研究。上述算法在凹形障碍环境下能取得 易产生振荡以及易陷入局部最优等缺点。基于遗传算法的规 较好效果，但没有考虑连续型障碍、陷阱障碍等其他复杂障碍 划则速度熳，进