科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对医院场景中复杂狭窄的动态环境，提出了一种改进蚁群算法(Ant Colony Optimization，ACO)和改进动态窗格法(Dynamic Window Approach，DWA)融合的双层路径规划算法，为机器人规划了全局路径和赋予了机器人实时避障的能力，同时协调了多机器人系统中机器人的冲突问题。首先，在蚁群信息素更新规则中加入了启发式自适应调整因ε与自适应信息素挥发因子ρ，提高了全局路径的搜索效率以及质量。然后，在全局路径的基础上，借助DWA算法的分析预测能力，引入局部目标点跟踪法，为机器人规划遇到障碍物时的局部避障路径，保证全局路径最优的前提下实现实时避障。其次，针对多机器人系统中的冲突问题，提出以距离为依据的动态优先级规则协调机器人之间的冲突问题。最后，以某医院为例，验证所提出的融合算法的有效性和可行性。结果表明，对于医院狭窄环境中，融合算法在为机器人快速规划全局路径基础上，也能有效躲避各种动态以及未知障碍物，并且多机器人系统的冲突问题也能得到协调，该算法可为医院内多机器人配送系统提供参考。
- 单位
