文档介绍:第 20卷第 9期 控制与决策 Control and Decision 2005年 9月 收稿日期:20042 092 20;修回日期:20052 022 22. 基金项目:国家自然科学基金项目(60105005,60475032 ). 作者简介:孙波(1977—),男,山东临沂人,博士生,从事智能机器人控制与多机器人协作的研究;陈卫东(1968—), 男,黑龙江哈尔滨人,副教授,从事智能机器人、多机器人协调与合作等研究. 文章编号:10012 0920 (2005 )092 10522 04 基于粒子群优化算法的移动机器人全局路径规划孙波,陈卫东,席裕庚(上海交通大学自动化研究所,上海 200030 ) 摘要:,通过坐标变换在路径的起点与终点之间建立新地图,,算法复杂度低,收敛速度快,. 关键词:移动机器人;路径规划;粒子群优化算法中图分类号:TP 24 文献标识码:A ParticleSwarmOptimizationBasedGlobalPathPlanningfor MobileRobots SUNBo, CHENWei2 dong, XIYu2 geng (InstituteofAutomation ,ShanghaiJiaoTongUniversity ,Shanghai 200030,China .Correspondent :CHENWei2 dong ,E2mail :wdchen ***@sjtu .edu .cn ) Abstract :Aglobalpathplanningapproachbasedonparticleswarmoptimization (PSO )ispresented .Thefirststep istomakeanewmapbetweenstarting2 pointandgoal2 pointthroughcoordinatesystemtransferring .ThenthePSO isintroducedtogetaglobaloptimizedpath .Thisalgorithmhasasimplemodel ,plexity ,rapidconvergence andnorestrictontheshapesofobstacles . Simulationresultsareprovidedtoverifytheeffectivenessand practicability . Keywords :Mobilerobots ;Pathplanning ;Particleswarmoptimization (PSO ) 1引言路径规划是移动机器人研究的基本问题之一. 根据环境地图提供的信息,路径规划可分为全局和局部方法两类,、人工势场法、可视图法、神经网络法等,都已经得到了广泛的应用[1],这些方法都具有各自的优点,但均存在着一定的局限性[2].根据不同的环境特点和性能指