基于蚁群算法的机器人路径规划
说明: 基于蚁群算法的机器人路径规划,使用网格离散化的方法对带有障碍物的环境 建模,使用邻接矩阵存储该环境,使得问题转化为蚁群算法寻找最短路径。
使用网格离散化的方法对带有障碍物的环境建模, 使用邻接矩阵存储该环境, 使得问题转化为蚁群算法寻找最短路径。
% ACASP.m
% 蚁群算法动态寻路算法
% GreenSim 团队原创作品,转载请注明 % Email:greensim@163.com
%% --------------------------------------------------------------- % 输入参数列表 % G
地形图为 01 矩阵,如果为 1 表示障碍物
% Tau 初始信息素矩阵(认为前面的觅食活动中有残留的信息素) % K迭代次数(指蚂蚁出动多少波) % M蚂蚁个数(每一波蚂蚁有多少个) % S 起始点(最短路径的起始点) % E终止点(最短路径的目的点) % Alpha 表征信息素重要程度的参数 % Beta 表征启发式因子重要程度的参数 % Rho 信息素蒸发系数 % Q信息素增加强度系数 %
% 输出参数列表
% ROUTES 每一代的每一只蚂蚁的爬行路线 % PL 每一代的每一只蚂蚁的爬行路线长度 % Tau 输出动态修正过的信息素
%% -------------------- 变量初始化 ---------------------------------- %load D=G2D(G);
N=size(D,1);%N 表示问题的规模(象素个数) MM=size(G,1);
a=1;% 小方格象素的边长
Ex=a*(mod(E,MM)-0.5);% 终止点横坐标 if Ex==-0.5 Ex=MM-0.5; end
Ey=a*(MM+0.5-ceil(E/MM));%
终止点纵坐标
Eta=zeros(1,N);% 启发式信息,取为至目标点的直线距离的倒数 %下面构造启发式信息矩阵
for i=1:N
ix=a*(mod(i,MM)-0.5); if ix==-0.5
ix=MM-0.5; end
iy=a*(MM+0.5-ceil(i/MM)); if i~=E
Eta(1,i)=1/((ix-Ex)^2+(iy-Ey)^2)^0.5; else
Eta(1,i)=100; end end
ROUTES=cell(K,M);% 用细胞结构存储每一代的每一只蚂蚁的爬行路线 PL=zeros(K,M);% 用矩阵存储每一代的每一只蚂蚁的爬行路线长度 %% ----------- 启动 K 轮蚂蚁觅食活动,每轮派出 for k=1:K %disp(k); for m=1:M
%% 第一步:状态初始化
W=S;% 当前节点初始化为起始点 Path=S;% 爬行路线初始化 PLkm=0;% 爬行路线长度初始化
TABUkm(S)=0;% 已经在初始点了,因此要排除 DD=D;% 邻接矩阵初始化
%% 第二步:下一步可以前往的节点
DW=DD(W,:);
DW1=find(DW Len_LJD=length(LJD);% 可选节点的个数 %% 觅食停止条件:蚂蚁未遇到食物或者陷入死胡同 while W~=E&&Len_LJD>=1 %% 第三步:转轮赌法选择下一步怎么走 PP=zeros(1,Len_LJD); for i=1:Len_LJD end PP=PP/(sum(PP));% 建立概率分布 Pcum=cumsum(PP); Select=find(Pcum>=rand); to_visit=LJD(Select(1));% 下一步将要前往的节点 %% 第四步:状态更新和记录 M 只蚂蚁 -------------------- Path=[Path,to_visit];% 路径增加 PLkm=PLkm+DD(W,to_visit);% 路径长度增加 W=to_visit;% 蚂蚁移到下一个节点 for kk=1:N if TABUkm(kk)==0 DD(W,kk)=inf; DD(kk,W)=inf; end end TABUkm(W)=0;% 已访问过的节点从禁忌表中删除 DW=DD(W,:); LJD=find(DW Len_LJD=length(LJD);% 可选节点的个数 end %% 第五步:记下每一代每一只蚂蚁的觅食路线和路线长度 if Path(end)==E PL(k,m)=PLkm; else PL(k,m)=inf; end end %% 第六步:更新信息素 Delta_Tau=zeros(N,N);% 更新量初始化 for m=1:M if PL(k,m) end end end Tau=(1-Rho).*Tau+Delta_Tau;% 信息素挥发一部分,新增加一部分 end %% --------------------------- if plotif==1 % 绘收敛曲线 meanPL=zeros(1,K); 绘图 -------------------------------- plotif=0;% 是否绘图的控制参数 minPL=zeros(1,K); for i=1:K PLK=PL(i,:); Nonzero=find(PLK title(' 收敛曲线(平均路径长度和最小路径长度)xlabel(' 迭代次数 '); ylabel(' 路径长度 '); % 绘爬行图 figure(2) axis([0,MM,0,MM]) for i=1:MM for j=1:MM if G(i,j)==1 x1=j-1;y1=MM-i; x2=j;y2=MM-i; x3=j;y3=MM-i+1; x4=j-1;y4=MM-i+1; fill([x1,x2,x3,x4],[y1,y2,y3,y4],[0.2,0.2,0.2]);hold on else x1=j-1;y1=MM-i; x2=j;y2=MM-i; x3=j;y3=MM-i+1; x4=j-1;y4=MM-i+1; fill([x1,x2,x3,x4],[y1,y2,y3,y4],[1,1,1]); hold on end end end hold on ROUT=ROUTES{K,M}; Rx=ROUT; Ry=ROUT; for ii=1:LENROUT Rx(ii)=a*(mod(ROUT(ii),MM)-0.5); '); if Rx(ii)==-0.5 Rx(ii)=MM-0.5; end Ry(ii)=a*(MM+0.5-ceil(ROUT(ii)/MM)); end plot(Rx,Ry) end plotif2=0;% 绘各代蚂蚁爬行图 if plotif2==1 figure(3) axis([0,MM,0,MM]) for i=1:MM for j=1:MM if G(i,j)==1 x1=j-1;y1=MM-i; x2=j;y2=MM-i; x4=j-1;y4=MM-i+1; fill([x1,x2,x3,x4],[y1,y2,y3,y4],[0.2,0.2,0.2]); hold on else x1=j-1;y1=MM-i; x2=j;y2=MM-i; x3=j;y3=MM-i+1; x4=j-1;y4=MM-i+1; fill([x1,x2,x3,x4],[y1,y2,y3,y4],[1,1,1]); hold on end end end for k=1:K PLK=PL(k,:); minPLK=min(PLK); pos=find(PLK==minPLK); m=pos(1); ROUT=ROUTES{k,m}; LENROUT=length(ROUT); Rx=ROUT; Ry=ROUT; for ii=1:LENROUT Rx(ii)=a*(mod(ROUT(ii),MM)-0.5); if Rx(ii)==-0.5 Rx(ii)=MM-0.5; end Ry(ii)=a*(MM+0.5-ceil(ROUT(ii)/MM)); end plot(Rx,Ry) hold on end 因篇幅问题不能全部显示,请点此查看更多更全内容