1.一种基于蚁群算法的路径规划平滑优化方法,其特征在于:首先建立路径规划模型设置初始参数,采用栅格法表示机器人的工作环境,对机器人的工作环境进行matlab建模,确定障碍物的大小与地理位置,将智能机器人的初始点、目标点与工作环境作为路径规划的初始参数;然后判断工作环境中障碍物的覆盖率,针对障碍物覆盖率多和少的两种不同状况采用对应的路径平滑优化算法来搜索出一条从初始点到目标点的最优路径,当障碍物覆盖率小于50%时,采用双向蚁群搜索算法得到最优路径,并对最优路径进行平滑处理,当障碍物覆盖率大于或等于50%时,更改信息素更新方式,设置封闭路径中的信息素值为零,搜索得到完整的路径,对路径中的转角做平滑处理。
2.根据权利要求1所述的基于蚁群算法的路径规划平滑优化方法,其特征在于,所述方法的具体步骤如下:
Step1、首先设置智能机器人所处的状态空间C中的静态障碍物随机分布,大小不一;再确定智能机器人在状态空间C中的初始点xi和目标点xg位置,其中,状态空间C指代工作环境;状态空间C由自由空间和障碍空间构成,障碍空间由静态障碍物构成,自由空间表示除障碍空间之外的空间;初始点xi和目标点xg位于自由空间内;
Step2、判断障碍空间占据整个状态空间C的比例,从而采用不同的搜索策略以及平滑优化方式;
当判断出静态障碍物较少时,即障碍空间低于整个状态空间C的50%,采用双向蚁群搜索算法得到最优路径,并对最优路径进行平滑处理,将路径中的两个不在同一条直线上的节点连线,判断当前连线是否穿越障碍物,如果不穿越障碍物,则此连线就是新的路径,并将中间节点剔除,否则路径不作更改,按此方法,依次判断路径中所有符合条件的节点,并剔除不必要的连接节点;
当判断出静态障碍物较多时,即障碍空间高于或等于整个状态空间C的50%,更改信息素更新方式,设置封闭路径中的信息素值为零,搜索结束之后,得到一条完整的路径,对路径中的转角做平滑处理,增大转角度数,降低转角次数,降低路径长度。
3.根据权利要求2所述的基于蚁群算法的路径规划平滑优化方法,其特征在于,所述判断当前连线是否穿越障碍物,采用的是点到直线的距离,其中R(x i)和R(y i)分别为路径中节点i的横坐标和纵坐标,R(x j)和R(y j)分别为路径中的节点j的横坐标和纵坐标, R(x m)和R(y m)分别为障碍物点中心点m的横坐标和纵坐标;k为节点i和节点j连成 的直线的斜率,b为该直线截距系数;
D为障碍物中心点m到节点i和节点j连接的直线的距离,通过D的大小可以判断该路径是否穿越障碍物,当L为1时表示新路径不穿越过障碍物,等于0时表示穿过障碍物,新路径则无法生成。
4.根据权利要求2所述的基于蚁群算法的路径规划平滑优化方法,其特征在于,所述对路径中的转角做平滑处理的具体过程为:判断当前节点与前后两节点是否在同一条直线上,若不在同一条直线上,计算出前后路径中的夹角,若小于155°,取前后两条线段的中点进行连接,判断路径夹角是否小于155°,若低于155°,再取新路径连接线段的中点进行连接,直到角度大于155°。