移動(dòng)機(jī)器人路徑規(guī)劃尤其是未知環(huán)境下機(jī)器人路徑規(guī)劃是機(jī)器人技術(shù)中的一個(gè)重要研究領(lǐng)域，得到了很多研究者的關(guān)注，并取得了一系列重要成果。目前已存在許多用來解決該問題的優(yōu)化算法，但是此類問題屬于N-Hard問題，尋求更佳的算法就成為該領(lǐng)域的一個(gè)研究熱點(diǎn)。為此，根據(jù)機(jī)器人路徑規(guī)劃算法的研究現(xiàn)狀和向智能化，仿生化發(fā)展的趨勢，研究了一種基于圖的機(jī)器人路徑規(guī)劃螞蟻優(yōu)化算法。算法首先用柵格法對(duì)機(jī)器人的工作空間進(jìn)行建模，并用一個(gè)狀態(tài)矩陣表示其狀態(tài)，由此構(gòu)造出一個(gè)連通圖，由一組螞蟻在圖上模擬螞蟻的覓食行為，從而得到避碰的優(yōu)化路徑。最后，借鑒分枝隨機(jī)過程和生滅過程的理論知識(shí)，用概率的方法從理論上對(duì)該算法的收斂性進(jìn)行了分析，在此基礎(chǔ)上，結(jié)合計(jì)算機(jī)仿真結(jié)果，證實(shí)了本文提出的算法的有效性和收斂性。
迄今為止，對(duì)于未知環(huán)境下機(jī)器人路徑規(guī)劃，人們已經(jīng)探索出了許多有效的求解方法諸如虛擬力場法、基于學(xué)習(xí)或Q學(xué)習(xí)的規(guī)劃方法、滾動(dòng)窗口規(guī)劃方法、非啟發(fā)式方法及各類定位、導(dǎo)航方法等等。近年來，不少學(xué)者用改進(jìn)的遺傳算法、神經(jīng)網(wǎng)絡(luò)、隨機(jī)樹、蟻群算法等方法對(duì)未知環(huán)境下機(jī)器人路徑進(jìn)行了規(guī)劃機(jī)器人路徑規(guī)劃算法向智能化、仿生化發(fā)展是一個(gè)明顯的趨勢.由于已有算法不同程度的存在一定局限性，諸如搜索空間大、算法復(fù)雜、效率不高等，尤其對(duì)于未知環(huán)境，不少路徑規(guī)劃算法的復(fù)雜度較高，甚至無法求解，根據(jù)日前的研究現(xiàn)狀和不足，本文提出了一種用于解決未知環(huán)境下機(jī)器人路徑規(guī)劃的基于圖的螞蟻算法，理論分析和實(shí)驗(yàn)結(jié)果都證明了本文算法的有效性和收斂性本課題研究的主要內(nèi)容
本文在用概格法對(duì)機(jī)器人的工作空間進(jìn)行建模的基礎(chǔ)上，用一個(gè)狀態(tài)矩陣表示其狀態(tài)，由此構(gòu)造一個(gè)連通圖，由一組螞蚊在圖上模擬螞蟻的覓食行為，從而得到避碰的優(yōu)化路徑并借鑒分枝隨機(jī)過程和生滅過程的理論知識(shí)用概率的方法從理論上對(duì)該算法的收斂性進(jìn)行了分析，結(jié)合計(jì)算機(jī)仿真，證明了本文算法的有效性和收斂性
