路径规划是点胶机器人导航技术的重要部分,研究的内容是在已知或未知的环境中,寻找一条从起点到终点的满足一定优化指标的无碰撞路径。据人和点胶机器人对环境的掌握状况,已有的路径规划方法可分为基于模型的全局路径规划和基于信息检测的局部路径规划。全局路径规划的基本问题是环境建模和路径寻优,重点在于开发高性能的搜索算法,使得规划的路径全局最优。目前,用于全局路径规划的方法主要有基于图论、栅格等的传统方法[1]和基于进化算法的智能方法[2]。这些方法各具优点,但又都有不足之处[3]。
粒子群优化是Kennedy等借鉴鸟群的集体捕食行为,提出的一种随机群进化方法[4]。相对传统的优化方法,该方法易于实现、可调参数少,以及收敛速度快,已成功应用于函数优化、模式识别、神经网络训练、数据挖掘,以及路径规划等领域。但是,利用粒子群优化进行机器人路径规划,存在局部收敛、效率低下,以及精度不高等缺点,尤其是含有非规则密集障碍物的复杂环境,优化的路径多与障碍物碰撞。