基于改进蚁群算法的煤矿救援机器人全局路径规划研究

摘要：针对井下煤矿作业环境的非结构性和高危性，尤其是在发生事故后， 抢救人员无法及时进入现场进行援助。研究了一种基于改进蚁群算法的矿灾救助机 器人全局路径规划算法，该算法能够实现机器人自主搜寻路径。仿真证明，本算法 可以快速规划出一条全局最优路径，提高救助机器人的应急抢救效率。 关键词：机器人；环境建模；路径规划；蚁群算法 中图分类号：TP39 文献标识码：A 文章编号：1009-3044（2018）240171-02 Abstract： Non-structural and high-risk for the operating environment of underground coal mines，especially after an accident，rescuers cannot enter the site for assistance in time.This paper studies a global path planning algorithm for mine rescue robots based on improved ant colony algorithm，The algorithm can achieve robot autonomous search path.Simulation proves that this algorithm can quickly plan a global optimal path，Improve the emergency rescue efficiency of rescue robots. Key words： robot； environmental modeling； path planning； ant colony algorithm 我国虽然是煤炭生产大国，但煤层地质条件差，高瓦斯矿井多，煤炭开采过 程中经常发生瓦斯爆炸，煤层坍塌等事故。事故发生后，救援人员必须深入井下， 对伤员进行救助并及时转移，在对环境不完全了解的情况下，救援人员不能贸然深 入井下进行救援，容易发生二次事故，造成救灾人员的伤亡。 随着人工智能技术的不断发展，智能机器人已经遍布各个工作岗位并且能够 很好地代替人类进行复杂危险的工作，煤矿救援机器人能够在矿山事故出现时替代 救护人员快速进入矿井灾区进行环境勘测和救助 [1]。路径规划指的是环境未知 并且环境中充满障碍物的情况下，机器人能够在不与障碍物发生碰撞的情况下快速 对环境进行检测，搜寻出一条到达目标地点的最优路径，能否在短时间内搜寻出一 条最优路径是救援机器人救助能力的体现。而全局路径规划可以看作是提前规划， 包括环境的建模和路径的搜索，本文研究的就是基于改进的蚁群算法机器人全局路 径规划问题。 1 环境建模 1.1 环境栅格化 煤矿救助机器人实施救援之前，需要对环境进行建模，以便熟悉环境，实施 救灾。本文采用栅格法为环境进行建模，因为该方法表示简单，在编程中容易实现， 所形成的路径点在图上表示出来相当简单[2]。 2 蚁群算法 蚁群算法是从蚂蚁觅食的群体行为启发而得出的，蚁群在觅食过程中会在其 走过路径上留下一种只有蚂蚁才能分辨的交流媒介，我们称之为信息素，而蚂蚁群 体之间总是倾向信息素浓度高的路线上进行外出觅食，相等时间内较短路径上信息 素含量最高，所以蚁群能够准确找到食物与巢穴之间的最短路径[3]。 3 改进蚁群算法 传统的蚁群算法在搜索机器人最优路径过程中，蚁群的路径选择会受到两条 因素的干扰，第一条就是每条可行路径上信息素的含量，信息素含量越高，越会受 到蚁群的青睐，第二条就是下一步可选择位置与目标位置之间的距离。当蚁群完成 首次食物搜索时，影响此次路径搜索的因素是下一步可选择位置与食物之间的距离 引导的，此路径并不一定就是最优路径，但是蚁群会在此路径上留下相应数量的信 息素，当蚂蚁进行以后的搜索时，由于信息正反馈的作用，这条非最优路径可能受 到蚁群的青睐，导致蚁群向着非最优路径进行搜索[4]。 本文通过奖罚手段，对处于最优路径上的蚂蚁采取鼓励的方式，吸引更多的 蚂蚁经过此路径，增加此路径上信息素的含量，而对于非最优路径的蚂蚁，我们采 用抑制的方式，减少经过此路径上蚁群数量，从而降低此路径上信息素含量。这种 方式进一步扩大了两条路径上信息素含量的差值，能够更加快速准确找到最优路径， 此方法叫作带奖罚机制的蚁群算法[5]。 4 仿真分析 通过 Matlab 软件对改进算法进行仿真实验，仿真结果证明带奖罚机制的蚁 群算法各项性能都要优于传统蚁群算法，最优路径要小于传统蚁群算法的最优路径 [7]，很好地验证了改进蚁群算法的有效性以及优越性。传统蚁群算法路径搜索如图 4 所示，改进蚁群算法路径搜索如图 5 所示。 5 结论 本文通过提出一种带奖罚机制的蚁群算法，完美融合到传统蚁群算法中，利 用蚂蚁在搜寻食物时的正反馈特性，影响以后外出觅食的蚂蚁，使其会更加青睐于 选择信息素含量高的路径并最终收敛于此路径；通过算法本身对其路径进行判断， 当此路径为非最优路径时，自动削减其上的信息素含量，从而阻止蚂蚁再次经过此 路径，抑制此路径信息素的增长。此算法能够快速有效规划处最优路径并且缩短搜 寻最优路径的时间，将此方法合理运用到矿灾救助机器人中，提高机器人在矿灾发 生时勘察环境搜索伤员的效率，减轻灾难带来的损失[8]。 参考文献： [1] 李允旺，矿井救灾机器人行走机构研究[D].].徐州：中国矿业大学，2010. [2] 朱磊，樊继壮，赵杰，等.基于栅格法的矿难搜索机器人全局路径规划与 局部避障[J].].中南大学学报：自然科学版，2011，41（11）：3 421-3 428. [3] 柳长安，鄢小虎，刘春阳，等.基于改進蚁群算法的移动机器人动态路径 规划方法[J].].电子学报，2011，39（5）：1220-1224. [4] 衣文秀.基于图像识别技术的机器人路径规划研究与实现[D].].沈阳：沈阳 师范大学，2014. [5] 张家善，王志宏，陈英显.一种基于精英策略的改进蚁群算法及应用[J].].计 算机系统应用，2012，21（10）：105-108，134. [6] 刘金国，高宏伟，骆海涛.智能机器人系统建模与仿真[M].北京：科学出 版社，2014：120-122. [7] 张家善，王志宏，陈英显.一种基于精英策略的改进蚁群算法及应用[J].].计 算机系统应用，2012，21（10）：105-108，134. [8] 乔慧芬，潘广贞，元琴.移动机器人的实时路径规划研究与仿真[J].].计算机 仿真，2015（1）：406-410. 【通联编辑：梁书】 《基于改进蚁群算法的煤矿救援机器人全局路径规划研究》转载自《电脑知 识与技术》学术期刊，2018 年 22 期 ，作者：郑家风,田思庆。  ← 上一篇   下一篇 → 客户服务 13560749063/0755-81481006 点击 QQ 咨询 推荐论文  SCI 论文发表常见的问题  评职称论文发表如何选择期刊  论文发表有哪些方面的要求  论文发表怎么提高论文的质量  论文发表一般多长时间能够通过  大学生发表论文的误区有哪些  不得不知高级职称论文发表要求  论文题目该怎么选才合适呢？  代写代发论文  论文写作步骤、要求、技巧一站式介绍 搜索 搜索 友情链接