【技術實現步驟摘要】
本說明書涉及計算機，尤其涉及一種基于螞蟻算法的機器人路徑規劃方法、裝置及設備。
技術介紹
1、隨著機器人技術的迅速發展，機器人路徑規劃成為了一個重要的研究領域。在各種路徑規劃方法中，螞蟻算法因其具有分布式計算、自適應性和正反饋機制等優點，得到了廣泛的應用。
2、然而，傳統的基于螞蟻算法的機器人路徑規劃方法在實際應用中存在一些問題。在傳統方法中，啟發函數在機器人路徑規劃中起到了重要的引導作用，但這種引導作用在整個迭代過程中往往是固定不變的。這可能導致機器人在路徑規劃過程中過于依賴啟發函數，從而影響路徑規劃的效果和靈活性。
技術實現思路
1、本說明書一個或多個實施例提供了一種基于螞蟻算法的機器人路徑規劃方法、裝置及設備，用于解決
技術介紹
提出的技術問題。
2、本說明書一個或多個實施例采用下述技術方案：
3、本說明書一個或多個實施例提供的一種基于螞蟻算法的機器人路徑規劃方法，所述方法包括：
4、在當前迭代中機器人的路徑規劃時，獲取上一次迭代更新的路徑上的當前信息素濃度與預設啟發函數，所述預設啟發函數基于動態調節因子、當前節點與下一節點確定，所述動態調節因子用于隨著迭代次數的增加逐漸削弱所述預設啟發函數對于機器人路徑規劃的影響；
5、根據所述當前信息素濃度確定所述機器人由各節點到下一節點對應的信息素濃度變化量；
6、根據所述預設啟發函數確定所述機器人由各節點到下一節點對應的啟發參數；
7、根據所述各節點到下一
8、在基于所述第一轉移概率生成當前迭代中機器人的規劃路徑后，通過信息素更新函數更新所述當前信息素濃度，得到路徑上的最新信息素濃度；
9、基于所述最新信息素濃度與所述預設啟發函數，確定下一次迭代的機器人由各節點到下一節點的第二轉移概率，基于所述第二轉移概率生成下一次迭代中機器人的規劃路徑，并在最后一次迭代后得到機器人的最優路徑。
10、需要說明的是，本說明書實施例關于上述內容，具有下述有益效果：
11、提高路徑規劃效率：通過預設啟發函數和信息素濃度來確定機器人由各節點到下一節點的轉移概率，能夠引導機器人更快地找到較優的路徑，減少不必要的搜索和計算，從而提高路徑規劃的效率。
12、自適應調整：動態調節因子的引入使得預設啟發函數對機器人路徑規劃的影響隨著迭代次數的增加逐漸削弱。這意味著在初始階段，啟發函數可以幫助機器人更快地探索潛在的路徑，而隨著迭代的進行，信息素濃度的作用逐漸增強，使路徑規劃更加依賴于實際的搜索經驗，提高了路徑規劃的自適應能力。
13、優化路徑質量：根據信息素濃度和啟發參數確定轉移概率，能夠綜合考慮路徑的歷史經驗和當前的啟發信息，從而生成更優的規劃路徑。通過不斷迭代和更新信息素濃度，路徑質量不斷得到優化，最終得到最優路徑。
14、增強魯棒性：該方法通過多次迭代和信息素更新，能夠在不同的環境和任務條件下找到合適的路徑。即使在面對復雜的環境和不確定因素時，也能夠通過不斷調整轉移概率來適應變化，增強了機器人路徑規劃的魯棒性。
15、提高求解精度：通過不斷迭代和優化轉移概率，機器人能夠更精確地找到最優路徑，減少路徑誤差，提高了路徑規劃的求解精度。
16、進一步的，所述預設啟發函數基于動態調節因子、初始節點、當前節點、下一節點與終點確定。
17、進一步的，所述預設啟發函數的表達式為動態調節因子的表達式為
18、其中，ηij為所述預設啟發函數的結果；λ為常數，且0<λ<1；dsj為起始節點至下一節點的距離，dij為當前節點至下一節點的距離，dje為下一節點至終點的距離，為動態調節因子，n為當前迭代次數，nmax為最大迭代次數，ε為預設正數，ε用于維持不為0。
19、需要說明的是，本說明書實施例關于上述內容，具有下述有益效果：
20、全局視角考慮：通過改進的啟發函數，增加了終點和下一節點之間的聯系，使得在路徑搜索過程中能夠從全局的角度考慮起始節點和終點，避免只關注當前節點和下一節點而選擇偏離終點方向的路徑，提高了路徑規劃的全局性和準確性。
21、增強起始點與下一節點聯系：選擇起始節點到下一節點之間距離，更好地增加了起始節點與下一節點間的聯系，能夠表明下一步要選擇的節點與起始節點和終點之間的關系，有助于找到更優的路徑。
22、更準確地趨近目標：下一節點到終點之間距離的引入，可以更好地估算選擇下一節點是否離終點更近，有助于實現選擇從起節點到終點的最短路徑的目的。
23、增強全局搜索能力：動態調節因子在算法初期接近1，隨著迭代次數增加逐漸減小。在算法初期，較強的啟發函數影響有助于快速探索路徑；隨著迭代進行，動態調節因子逐漸減小，可以增強了全局搜索能力，避免陷入局部最優，提高了找到最優路徑的可能性。
24、保證算法穩定性：為防止動態調節因子在迭代后期等于0導致啟發函數變為0，添加了一個很小的正數，保證了啟發函數的有效性，提高了算法的穩定性和可靠性。
25、進一步的，所述通過信息素更新函數更新所述當前信息素濃度，得到路徑上的最新信息素濃度，包括：
26、根據信息素更新函數τij(t+1)＝(1-ρ(nc+1))τij(t)+ρ(nc+1)*δτij(t)更新所述當前信息素濃度，得到路徑上的最新信息素濃度，其中，τij(t+1)為當前節點i到下一節點j的路徑上的最新信息素濃度，τij(t)為當前節點i到下一節點j的路徑上的當前信息素濃度，ρ(nc+1)為當前信息素揮發因子，ρ(nc)為上次信息素揮發因子，δτij(t)為從當前節點i到下一節點j的路徑上釋放信息素的增加量，ncmax為最大迭代次數，nc為當前迭代次數。
27、需要說明的是，本說明書實施例關于上述內容，具有下述有益效果：
28、促進路徑探索：在算法初期，設置較大的信息素揮發因子，可以使之前螞蟻走過的路徑上的信息素較快地揮發，減少對后續螞蟻的干擾，讓螞蟻能夠更好地探索新的可能路徑，增加找到最優路徑的機會。
29、動態優化搜索：根據算法的搜索狀態和性能表現，通過公式動態地調整揮發因子的值，能夠使算法在不同的搜索階段采取不同的策略。在前期鼓勵廣泛探索，后期則更加注重對已有較好路徑的強化，從而達到更好的搜索效果。
30、保證算法性能：將揮發因子的最小值設定為一個較小的正數(如0.1)，可以保證算法在運行過程中始終具有一定的隨機性和全局搜索能力。避免了揮發因子取值為0時，算法可能完全依賴于之前的路徑信息，導致陷入局部最優而無法找到全局最優路徑的情況，提高了算法的可靠性和穩定性。
31、提高搜索效率：通過合理地調整信息素揮發因子，算法能夠更加有效地在搜索空間中進行探索，減少不必要本文檔來自技高網...
【技術保護點】
1.一種基于螞蟻算法的機器人路徑規劃方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述預設啟發函數基于動態調節因子、初始節點、當前節點、下一節點與終點確定。
3.根據權利要求2所述的方法，其特征在于，所述預設啟發函數的表達式為動態調節因子的表達式為
4.根據權利要求1所述的方法，其特征在于，所述通過信息素更新函數更新所述當前信息素濃度，得到路徑上的最新信息素濃度，包括：
5.根據權利要求4所述的方法，其特征在于，所述從當前節點i到下一節點j的路徑上釋放信息素的增加量公式為其中，Dworst為當前節點i到下一節點j的最長路徑，Dbest為當前節點i到下一節點j的最短路徑，Dk為當前節點i到下一節點j的當期路徑。
6.根據權利要求5所述的方法，其特征在于，所述根據信息素更新函數τij(t+1)＝(1-ρ(Nc+1))τij(t)+ρ(Nc+1)*Δτij(t)更新所述當前信息素濃度，包括：
7.根據權利要求1所述的方法，其特征在于，所述通過信息素更新函數更新所述當前信息素濃度，得到路徑上的最
8.根據權利要求7所述的方法，其特征在于，所述基于所述信息素濃度閾值處理所述待更新信息素濃度，得到路徑上的最新信息素濃度，包括：
9.一種基于螞蟻算法的機器人路徑規劃裝置，其特征在于，包括：
10.一種基于螞蟻算法的機器人路徑規劃設備，其特征在于，包括：
...【技術特征摘要】
1.一種基于螞蟻算法的機器人路徑規劃方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述預設啟發函數基于動態調節因子、初始節點、當前節點、下一節點與終點確定。
3.根據權利要求2所述的方法，其特征在于，所述預設啟發函數的表達式為動態調節因子的表達式為
4.根據權利要求1所述的方法，其特征在于，所述通過信息素更新函數更新所述當前信息素濃度，得到路徑上的最新信息素濃度，包括：
5.根據權利要求4所述的方法，其特征在于，所述從當前節點i到下一節點j的路徑上釋放信息素的增加量公式為其中，dworst為當前節點i到下一節點j的最長路徑，dbest為當前節點i到下一節點j的最短路徑，dk為當...
【專利技術屬性】
技術研發人員：郭瑞，王凱，史弘揚，
申請(專利權)人：遼寧工程技術大學鄂爾多斯研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。