粒子群算法求解机器人路径规划

粒子群算法求解机器人路径规划

一、路径规划的作用
路径规划主要是让目标对象在规定范围内的区域内找到一条从起点到终点的无碰撞安全路径。路径规划中有静态路径规划以及动态路径规划。这里仅针对静态路径规划方法进行简单的介绍，以下路径规划仅指在静态环境下的路径规划。
在进行路径规划的时候，我们首先需要考虑的有以下几个方面：
a.起点与终点的位置获取
b.障碍物的环境表示
c.规划方法
d.搜索方法
二、路径规划需要考虑的几个方面
1.起点与终点的位置获取
这个问题很简单，说白了就是我们如何让机器人知道起点和终点的位置。在静态路径规划的情况下，我们通常已知了机器人所处的环境，即地图。而地图则是一个存储着数据的二维数组。这样，我们就可以通过数组的下标唯一的确定数组中的一个或多个元素，即确定地图上的起点与终点位置。当然，在实际的情况中，可能会比这复杂得多，例如机器人在确定自身在地图中的位置时（即起点），会需要其本身所携带的各种传感器，如摄像头，激光雷达，红外传感器，陀螺仪等，通过传感器的数据来感知周围的环境，从而得知自身的位置。因为我们讨论路径规划，所以这部分不会进行很详细的介绍。
2.障碍物的环境表示
在进行路径规划的时候，我们需要让机器人知道地图上的哪些区域是可以通行的，哪些是不可以通行的，这样，我们根据一定的规则，就可以避开不可通行的区域，到达目的地。对一个机器人来说，它根据传感器的数据绘制出完整的地图后，就得到了它的活动空间的一个有效描述，即环境模型。在规划前首先要做的就是将环境的描述由外部的原始形式通过一系列处理转化围合式规划的内部的世界模型，这个过程称为环境建模，其中主要的是障碍物的表示方法。合理的环境表示有利于建立规划方法和选择合适的搜索算法，最终实现较少的时间和内存开销而规划出较为满意的路径。不同的路径规划方法正是基于不同的环境建模。
a.栅格表示法
栅格法通过使用大小相同的栅格画风空间环境，并用数组来表示环境。每个栅格点或在障碍物空间，火灾自由空间。对于混合栅格点（即一部分是自由空间，一部分是障碍物空间），依据其各自占据的比例将其归属于自由空间或障碍物空间。障碍物在数组中表示为1 ，自由空间表示为0.最短路径是通过搜索这张栅格地图来得到的。规划空间表达具有一致性、规范性和简单性，它同时具有表达不规则障碍物的能力。其缺点是存在着空间开销和求解精度之间的精度。