Page 156 - 道路桥梁工程施工探究

Exploration of Road and Bridge Engineering Construction
道路桥梁工程施工探究

近几十年来，很多研究人员和学者对路径规划算法进行了深入研究，并提出
了一系列优秀的路径规划算法，按照原理的不同可以将各种算法大致分为传统算
法及启发式算法两大类。下面简要阐述几种典型算法。

1. 传统算法
在人工智能技术发展以前，传统算法一直主导着机器人路径规划领域，其中
典型的算法主要有以下几类：①细胞分割法。细胞分割法将机器人的搜索空间划
分为不重叠的网格，通过不断遍历相邻网格并对包含障碍物的网格进行分割，最

终搜索到一条从起始点到目标点的无碰撞路径。②人工势场法。其基本思想是利
用目标和障碍物信息构建一个人工势场，通过势差产生的力引导机器人安全的向
目标点运动。③基于图搜索方法。其主要思想是将机器人的工作空间分解为规则
的网格单元并采用特定的扩展策略对不包含障碍物的网格进行扩展，最终搜索得

到一条无碰撞的路径。④基于采样的算法。该方法通过随机采样技术对状态空间
进行采样，通过对采样点的搜索扩展实现路径规划。目前主要分为 PRM 和 RRT
两大类。
2. 启发式算法

虽然传统方法得到深入的发展并进行了广泛的应用，但是始终存在如路径最
优性无法保证、容易陷入局部最小值和时间成本高等问题。为了解决这些问题，
研究人员基于人工智能技术提出了启发式路径规划算法。
根据启发式规划算法的原理，可以将其分为以下几类：①神经网络类算法。

该类算法利用深度学习技术，通过大量数据样本训练得到的规划模型，根据获取
的环境信息生成行进路线。②模糊逻辑类算法。模糊逻辑通过模拟人脑根据经验
总结实行模糊综合判断的能力，解决机器人在移动过程中遇到的不确定性干扰。
③自然启发类算法。该类算法主要是受生物行为启发而提出的仿生类算法，主要

有遗传算法、粒子群优化算法、蚁群算法等。④混合类算法。该类算法通过算法
融合，弥补了单一算法的局限性，提高了路径规划算法的稳健性。
（四）多机协同
机器人多机协同是通过集群控制系统和集群智能系统协调控制多机器人运

动，完成多机器人协同感知决策的技术。相较于单一机器人，多机器人协同技术
可以提升机器人系统的作业效率和任务执行能力，以及拓展机器人系统的应用范
围。集群机器人可携带多种类的传感器，传感器之间能够对目标进行全方位、多

142