《移動機器人的路徑規(guī)劃.ppt》由會員分享，可在線閱讀，更多相關(guān)《移動機器人的路徑規(guī)劃.ppt（13頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、基于蟻群算法的機器人路徑規(guī)劃2019.5.27 目錄CONTENT 01 蟻群算法的簡介0203 與A*算法的比較蟻群算法的原理及仿真 n2.1 柵格法構(gòu)建地圖建立地圖應(yīng)用最廣泛的方法就是柵格法，其中柵格粒度決定著障礙物的表示精度，柵格粒度越小，障礙物的表示越精確，反之，柵格粒度越大，障礙物的表示越模糊，其中白色區(qū)域為可行道路，黑色區(qū)域為障礙物。 n2.2 蟻群算法的原理 n2.2 蟻群算法的原理 n2.2 蟻群算法的原理蟻群算法采用人工螞蟻模擬自然界螞蟻的尋路方式，每個人工螞蟻的行為應(yīng)符合下列規(guī)律： n2.2 蟻群算法的原理如果在給定點，一只螞蟻要在不同的路徑中選擇，那些被先行螞蟻大量選擇的
2、路徑(也就是信息素留存較濃的路徑)被選中的概率也更大，較多的信息素意味著較短的路徑，也就意味著較好的問題答案。 n2.3 蟻群算法的仿真假設(shè)有 50 只螞蟻，最大迭代次數(shù)為 200次，信息素重要程度因子1，啟發(fā)函數(shù)重要程度因子7 ，信息素揮發(fā)因子 0.3 。選取坐標(biāo)點（1，1）為起始點，右下角坐標(biāo)點為目標(biāo)點，其結(jié)果如下： n3.1 A*算法的原理其中評估函數(shù) F(n)是從起始節(jié)點通過節(jié)點 n 的到達目標(biāo)節(jié)點的最小代價路徑的估計值,函數(shù) G(n)是從起始節(jié)點到 n 節(jié)點的已走過路徑的實際代價,函數(shù)H(n)是從 n 節(jié)點到目標(biāo)節(jié)點可能的最優(yōu)路徑的估計代價,函數(shù) H(n)表明了算法使用的啟發(fā)信息,它來源于人們對路徑規(guī)劃問題的認識,依賴某種經(jīng)驗估計。 F(n)=G(n)+H(n) n3.2 蟻群算法與A*算法的比較在地圖中，分別應(yīng)用蟻群算法和 A*算法都獲得了避障的路徑規(guī)劃圖，通過計算對比，A*算法的路徑距離要大于蟻群算法的路徑距離，顯然，通過蟻群算法進行路徑規(guī)劃要比 A*算法要更簡潔。 n3.2 蟻群算法與A*算法的比較在地圖中，分別應(yīng)用蟻群算法和 A*算法都獲得了避障的路徑規(guī)劃圖，通過計算對比，A*算法的路徑距離要大于蟻群算法的路徑距離，顯然，通過蟻群算法進行路徑規(guī)劃要比 A*算法要更簡潔。 謝謝！
移動機器人的路徑規(guī)劃.ppt
