基于膜计算和粒子群的煤矿移动机器人动态窗口算法研究

针对煤矿移动机器人采用传统动态窗口算法在复杂环境中规划路径时存在路径规划不合理、规划速度慢和实时性较差等问题,提出了一种基于膜计算和粒子群的煤矿移动机器人动态窗口算法。利用粒子群中的随机性和膜计算的分布式并行计算能力对传统动态窗口算法进行优化,将动态窗口算法中的煤矿移动机器人速度限制空间转换为坐标空间,将煤矿移动机器人的速度坐标看作粒子位置,将速度采样方式从均匀等分采样变为随机采样,并将采样粒子均匀分配到各基本膜中,利用膜间交流和膜内粒子更新机制对粒子进行评价和更新,不断迭代输出最优速度,煤矿移动机器人根据连续时间段间隔内输出的最优速度进行路径规划。仿真结果表明,该算法通过基于膜计算和粒子群算法对煤矿移动机器人的速度限制区域进行优化,提高了速度采样的随机性和规划路径的合理性;与传统动态窗口算法相比,该算法在降低规划步数和每步评价次数的同时,可缩短7%~10%的规划路径长度和9%~32%的规划时间,并可适应含U型障碍物的特殊环境。