[发明专利]一种基于蚁群算法的仓储机器人路径寻优方法

说明书

本发明公开了一种基于蚁群算法的仓储机器人路径寻优方法，包括步骤：一、初始化进行路径寻优的参数；二、每只蚂蚁进行路径循环搜索；三、全部蚂蚁路径搜索完成后，比较出局部最优路径；四、对路径上的信息素量进行局部更新；五、进行全局信息素更新；六、重复步骤二～步骤五，直至达到最大循环次数；七、运用局部最优路径拓展，对已寻局部最优路径拓展优化，寻找全局最优路径。本发明方法步骤合理，实现方便，能够有效应用在仓储物流的仓储机器人的路径规划中，有效抑制了算法陷入局部最优并实现了仓储机器人最优路径搜索，使仓储机器人可以快速地避开障碍物安全到达目标点，使用效果好，便于推广使用。

技术领域

本发明属于仓储物流技术领域，具体涉及一种基于蚁群算法的仓储机器 人路径寻优方法。

背景技术

目前，随着经济的发展，大型仓库不断涌现，其中货架数量、货物种类 也相应呈几何倍数地提高了。伴随而来的，存储和取用货物的复杂程度也随 之极大地增加了。

路径规划技术是仓储机器人研究领域的一个重要组成部分，主要目的是 在有障碍物的环境中，根据一定的准则(如路径最短，位置拐点最少，用时最 短等)，寻求一条从起始位置节点到目标位置节点之间的最优或次优安全无碰 路径，对仓储机器人快速准确的目标货物存取具有迫切需求。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种 基于蚁群算法的仓储机器人路径寻优方法，其步骤合理，实现方便，能够有 效应用在仓储物流的仓储机器人的路径规划中，有效抑制了算法陷入局部最 优并实现了仓储机器人最优路径搜索，使仓储机器人可以快速地避开障碍物 安全到达目标点，使用效果好，便于推广使用。

为解决上述技术问题，本发明采用的技术方案是：一种基于蚁群算法的 仓储机器人路径寻优方法，包括以下步骤：

步骤一、初始化进行路径寻优的参数；

步骤二、每只蚂蚁进行路径循环搜索；

步骤三、全部蚂蚁路径搜索完成后，比较出局部最优路径；

步骤四、对路径上的信息素量进行局部更新；

步骤五、进行全局信息素更新；

步骤六、重复步骤二～步骤五，直至达到最大循环次数；

步骤七、运用局部最优路径拓展，对已寻局部最优路径拓展优化，寻 找全局最优路径。

上述的一种基于蚁群算法的仓储机器人路径寻优方法，步骤一中所述 初始化进行路径寻优的参数包括令时间t＝0，循环次数N_c＝0，货位点i到 货位点j路径上的初始信息素τ_ij＝τ₀，蚂蚁只数m，每只蚂蚁的禁忌表均为 空；设置最大迭代次数N、搜索路径循环次数R。

上述的一种基于蚁群算法的仓储机器人路径寻优方法，步骤四中所述 对路径上的信息素量进行局部更新根据公式τ_ij(t+1)＝ρ·τ_ij(t)+(1-ρ)Δτ_ij(t)进 行，其中，ρ为局部更新信息素轨迹的持久度系数且0≤ρ≤1，Δτ_ij(t)为信息 素的变化量且

上述的一种基于蚁群算法的仓储机器人路径寻优方法，步骤五中所述 进行全局信息素更新根据公式τ_ij(t+1)＝α·τ_ij(t)+(1-α)Δτ_ij(t)进行，其中，α为 全局更新信息素轨迹的持久度系数且0≤α≤1，Δτ_ij(t)为信息素的变化量且