针对传统蚁群算法搜索时间长、易陷入局部最优且动态规划能力弱等缺陷,提出一种融合改进蚁群和动态窗口算法(DWA,Dynamic Window Approach)的路径规划方法,解决移动机器人全局路径优化以及局部动态避障路径规划问题。在分析传统蚁群算法路径规划原理及优缺点的基础上,通过引入初始栅格转移规则、改变信息素更新方式、删除冗余节点、圆切障碍顶点等方法,提高蚁群算法的收敛速度、规划路径的平滑度以及安全可靠度;进一步在改进蚁群算法中引入DWA进行局部路径规划,实现机器人的动态避障。对比仿真结果表明,所提改进算法在路径长度、迭代次数、收敛时间以及路径平滑度、安全可靠度等性能指标上较传统算法均有所提高。

为了提高机械臂在动态避障时的安全性和精确性,提出一种基于速度场的人工势场避碰算法。首先,建立吸引速度场,得到机械臂对运动目标追踪的轨迹;然后,结合危险场法构建排斥速度场,使机械臂可以在多障碍物的环境下实现动态避障和安全性评估;最后,针对人工势场法易陷局部最小值的问题,提出在和速度的法方向添加附加速度的方法逃逸局部最小值。利用Matlab Robotics Tool对算法进行了验证,结果表明,基于速度场的人工势场法可实现机械臂的动态目标的追踪、移动障碍物避碰和安全性评估。