91学术服务平台

您好,欢迎来到91学术官网!站长邮箱:91xszz@sina.com

发布论文

论文咨询

基于改进蚁群算法的煤矿巡检机器人路径规划

  2025-04-07    59  上传者:管理员

摘要:机器人巡检是保证煤矿开采过程安全的重要措施。针对目前煤矿用机器人巡检时采用固定步长和串行方式生成巡检路径效率低、路径长等问题,从优化算法的启发函数和信息素挥发系数入手,提出了一种基于改进蚁群算法的路径规划方法。仿真结果表明,在保证有效躲避障碍物的前提下,改进算法相对于传统算法,平均迭代次数减少31,收敛速度更快;平均路径长度减少2.24,巡检路径更短;平均拐点数量减少7,路径更加平滑。该方法规划出的路径性能更佳。

  • 关键词:
  • 改进蚁群算法
  • 智能化
  • 栅格地图
  • 煤炭开采
  • 煤矿巡检机器人
  • 加入收藏

随着我国煤炭开采智能化程度的持续提升,作业设备正迈向长距离、高速率、大运载能力的发展新阶段。为了保障这些设备的持续稳定运行,防止因设备故障引发的生产中断,定期进行巡检成为了不可或缺的环节。这对机器人的路径规划算法能力提出了极高的要求。针对路径规划问题,国内外学者进行了深入研究,提出了蚁群算法[1]、动态窗口法[2]等方法。蚁群算法凭借其卓越的鲁棒性、显著的正反馈效应及良好的兼容性,在路径规划领域展现了广泛的应用潜力。蚁群算法存在着收敛速度慢、易陷入局部最优的缺点。为克服这些不足,王志中[3]将启发式信息矩阵引入,兼顾了前期大范围搜索和后期快速收敛;WenxiangGao等[4]设计一种新的信息素扩散梯度公式,增强信息素作用。

针对传统蚁群算法存在的问题,本文采用欧氏距离的平方作为度量标准,替代了原有的欧式距离计算方式。同时,在启发函数的设计上,融入了Sigmoid函数,以增强算法的灵活性和适应性。此外,该算法摒弃了传统固定值的设定,转而采用余弦衰减函数进行动态调整,显著提升巡检作业的效率与效果。


1、传统蚁群算法路径规划方法


(1)环境建模

环境建模是构建物理世界与抽象空间之间映射关系的一种数学手段。环境建模主要方法有栅格法、矢量法、拓扑法等。其中栅格法的优势明显,具有数据结构简单、适合处理大规模数据等优点。本文采用栅格法模拟矿井环境下巡检机器人的作业场景。在栅格地图中,黑色栅格代表障碍物区域,意味着巡检机器人无法穿越;而白色栅格则标识为可通行区域,表明巡检机器人可以自由移动。栅格点的具体坐标位置

(2)传统蚁群算法

蚁群优化(ACO)是一种仿生智能算法,根据蚂蚁沿其路线散布的各种信息素而设计。蚂蚁随机选择一条路径,在行走过程中释放信息素,信息素与路径长度相关[5]。蚂蚁对每一条可行路径的选择概率

每当蚂蚁群体完成一轮遍历后,会对路径上的信息素进行更新。为了反映路径的吸引力和历史选择情况,此过程中的信息素更新

式中ρ——信息素浓度挥发系数,其取值范围为(0,1)。


2、改进蚁群算法路径规划方法


在算法的初始阶段,路径选择过于依赖初始信息素或路径长度,这会导致蚂蚁只集中在某些局部区域进行搜索。在算法的后期,某些路径上的信息素浓度会迅速累积,导致蚂蚁几乎全部选择这些高信息素浓度的路径,这会造成算法过早收敛。对以上缺点加以改进,目的是:在算法早期,增强探索性,强化启发函数的影响;在算法后期,提高收敛性,削弱启发函数的影响。

(1)改进启发函数

根据解空间的具体特性,启发函数可进行相应调整,采用欧氏距离平方替换原本启发函数中的欧氏距离来调整启发值,分子乘常数C。与欧氏距离相比,距离平方会对2点之间距离的差异更敏感,从而放大距离差异带来的效果。引入S型函数(Sigmoid函数),在算法早期增强探索性,强化了启发函数的影响;在算法后期提高收敛性,削弱了启发函数的影响。新的启发函数由S型函数和常数函数组成,调整为

(2)改进信息素挥发系数

引入余弦衰减函数来自适应调整信息素挥发系数。在算法初期,余弦衰减函数确保挥发系数保持较高的值,意味着路径上的信息素会快速挥发,较高的挥发速率有助于蚂蚁更广泛地探索空间。在算法后期,余弦衰减函数的值逐渐接近0,信息素挥发系数接近最小值,意味着信息素挥发变得非常缓慢,蚂蚁几乎只选择已积累了大量信息素的路径。此时,蚁群集中在最优或接近最优的路径上,整个算法趋向于收敛。改进后的信息素挥发系数


3、仿真与分析


为了检验提出的改进蚁群算法在煤矿巡检机器人路径规划中的可行性,在MATLAB软件中绘制栅格地图,进行仿真模拟。采取大小分别为20×20和25×25的2种栅格地图,分别对传统蚁群算法、文献[3]中的算法及本文算法进行了多组对比仿真。

(1)20×20栅格地图仿真实验

选用尺寸为20×20的栅格地图,对传统蚁群算法与本文改进蚁群算法进行重复性的仿真测试。实验结果如图1~图4所示,展示了2种算法在不同条件下的性能对比。

图120×20栅格地图传统蚁群算法最优路径规划

图220×20栅格地图本文算法最优路径规划

图320×20栅格地图传统蚁群算法迭代曲线

图420×20栅格地图本文算法迭代曲线

传统蚁群算法和本文改进算法在20×20栅格地图下搜索对比结果如表1所示,在收敛速度与路径平滑性方面,本文算法均展现出更为出色的性能,初步证实了该算法在实际应用中的可行性与有效性。

表120×20栅格地图下路径搜索对比结果

(2)25×25的栅格地图仿真实验

选用尺寸25×25的栅格地图,将文献[3]的算法与本文算法进行了多次仿真对比实验,仿真结果如图5~图8所示。

文献[3]算法和本文改进算法在25×25栅格地图下搜索对比结果如表2所示。本文改进算法在平均路径长度和路径平滑度上的表现大幅优于文献[3],收敛速度方面有小幅提升,表明了本文改进算法在较大规模栅格地图中仍具有可行性。

图525×25栅格地图文献[3]算法最优路径规划

图625×25栅格地图本文算法最优路径规划

图725×25栅格地图文献[3]算法迭代曲线

图825×25栅格地图本文算法迭代曲线

表225×25栅格地图下路径搜索对比结果


4、结语


为应对煤矿巡检机器人在路径规划过程中存在的问题,本文提出了一种针对全局路径规划问题的优化蚁群算法方案,其改进之处主要涵盖以下几方面:

(1)优化启发函数,用欧氏距离的平方替代欧式距离并在启发函数式中引入Sigmoid函数,增强了探索性,提高了收敛性;

(2)动态调整信息素挥发参数,将传统蚁群算法中为固定值的信息素挥发系数改为引入余弦衰减函数来自适应调整的信息素挥发系数,避免陷入局部最优;

(3)最短路径、迭代速度、平滑度等多项评价指标均有良好的表现,证明了本文基于改进蚁群算法的煤矿巡检机器人路径规划方法的合理性与可行性[6]。


参考文献:

[3]王志中.基于改进蚁群算法的移动机器人路径规划研究[J].机械设计与制造,2018(1):242-244.

[5]汪文辉,陆金桂.基于改进蚁群算法优化神经网络的焊缝成形预测研究[J].煤矿机械,2024,45(2):176-178.

[6]宁竞,龙妍.改进蚁群算法的煤矿巡检机器人路径规划[J].煤炭技术,2023,42(6):235-237.


基金资助:国家自然科学基金项目(51874010); 安徽省质量工程项目(2020xsxx kc142);


文章来源:孙强,孙霞.基于改进蚁群算法的煤矿巡检机器人路径规划[J].煤矿机械,2025,46(04):199-202.

分享:

91学术论文范文

相关论文

推荐期刊

网友评论

加载更多

我要评论

煤炭技术

期刊名称:煤炭技术

期刊人气:3761

期刊详情

主管单位:黑龙江科技大学

主办单位:哈尔滨煤矿机械研究所

出版地方:黑龙江

专业分类:煤矿

国际刊号:1008-8725

国内刊号:23-1393/TD

邮发代号:14-252

创刊时间:1982年

发行周期:月刊

期刊开本:大16开

见刊时间:4-6个月

论文导航

查看更多

相关期刊

热门论文

【91学术】(www.91xueshu.com)属于综合性学术交流平台,信息来自源互联网共享,如有版权协议请告知删除,ICP备案:冀ICP备19018493号

微信咨询

返回顶部

发布论文

上传文件

发布论文

上传文件

发布论文

您的论文已提交,我们会尽快联系您,请耐心等待!

知 道 了

登录

点击换一张
点击换一张
已经有账号?立即登录
已经有账号?立即登录

找回密码

找回密码

你的密码已发送到您的邮箱,请查看!

确 定