复杂环境下基于贝叶斯决策的机器人路径规划 - 计算机工程与应用.pdf

Computer Engineering and Applications 计算机工程与应用 2012 ，48 （2 ） 245 复杂环境下基于贝叶斯决策的机器人路径规划 1 1，2 1 王 娟 ，朱庆保 ，崔 靖 1 1，2 1 WANG Juan , ZHU Qingbao , CUI Jing 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.School of Computer Science and Technology, Nanjing Normal University, Nanjing 210097, China 2.Jiangsu Research Center of Information Security and Confidential Engineering, Nanjing 210097, China WANG Juan, ZHU Qingbao, CUI Jing. Robot path planning based on Bayes decision in complex environment. Computer Engi- neering and Applications, 2012, 48 （2 ）：245-248. Abstract ：An improved ant colony algorithm based on Bayes decision is proposed to plan an optimal collision-free path for mobile ro- bot. It adopts Bayes model in the method of selecting path ’s nodes and makes use of posterior probability for estimating candidate node, which solves the phenomenon of easily plunging into a local optimum existing in traditional ant colony algorithm. The results of simulations demonstrate that the best path can be found in a short time even in complicated environments, the effect being very satisfactory. Key words ：path planning; ant colony algorithm; Bayes decision; continuous obstacles 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[10]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