第1期 蒲兴成，等：细菌趋化行为的移动机器人路径规划 .73. 30 100r 25 80 20 60 15 40 20 10152025 30 20 40 6080100 x/cm x/cm (b)文献[9]中GA的规划结果 图5基于细菌趋化行为的移动机器人路径规划结果 100i Fig.5 Simulation results of robot path planning based on bacterial chemotaxis behavior 80 3.2.14个障碍物环境下的对比实验 60 表1给出了4个圆形障碍物的中心位置坐标 (x。,y。)和作用半径8。在这样的环境下，通过10 40 次仿真实验，利用本文方法得到了图6(a)中的结 果。图6(b)、图(c)和图6(d)分别是文献[9]中 20 GA算法、PSO算法和BFO算法的规划结果。通过 比较分析图6中的各种规划结果，不难发现：本文方 20 4060 80100 法和其余3种方法都成功地规划出了一条机器人可 x/cm (c)文献[9]中PS0的规划结果 行路径。 表14个圆形障碍物的信息 100 Table 1 Environment information with 4 obstacles 晚 障碍物编号障碍半径δ/cm障碍中心位置(x。,y.)/cm 60 10 (40.15) 2 10 (20.35) 0 20 (75,60) 20 4 15 (35,75) 100 20 406080100 x/cm (d)文献[9]中BF0的规划结果 图64个圆形障碍物环境下的路径规划结果比较 60 Fig.6 The compared simulation results of robot path planning in 4-obstacle environment 40 从表2中的路径性能分析可知：虽然本文方法 获取的路径在长度上比其他3种方法要长，但是在 20 路径的安全性上却要比其他3种方法都要好。这是 由于本文方法更加注重机器人行走的安全性，而 20 40 60 80 100 x/cm 外3种方法却注重的是路径长度。本文方法正是因 (a)本文方法的规划结果 为牺牲了路径长度，才赢得了路径的相对安全。因 此，当把路径安全性作为路径规划的第一要素时，本图 ５ 基于细菌趋化行为的移动机器人路径规划结果 Ｆｉｇ．５ Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ｒｏｂｏｔ ｐａｔｈ ｐｌａｎｎｉｎｇ ｂａｓｅｄ ｏｎ ｂａｃｔｅｒｉａｌ ｃｈｅｍｏｔａｘｉｓ ｂｅｈａｖｉｏｒ ３．２．１ ４ 个障碍物环境下的对比实验 表 １ 给出了 ４ 个圆形障碍物的中心位置坐标 （ｘｏ，ｙｏ） 和作用半径 δ 。 在这样的环境下，通过 １０ 次仿真实验，利用本文方法得到了图 ６（ ａ） 中的结 果。 图 ６（ｂ）、图 ６（ｃ）和图 ６（ｄ）分别是文献［９］中 ＧＡ 算法、ＰＳＯ 算法和 ＢＦＯ 算法的规划结果。 通过 比较分析图 ６ 中的各种规划结果，不难发现：本文方 法和其余 ３ 种方法都成功地规划出了一条机器人可 行路径。 表 １ ４ 个圆形障碍物的信息 Ｔａｂｌｅ １ Ｅｎｖｉｒｏｎｍｅｎｔ ｉｎｆｏｒｍａｔｉｏｎ ｗｉｔｈ ４ ｏｂｓｔａｃｌｅｓ 障碍物编号 障碍半径 δ ／ ｃｍ 障碍中心位置 （ｘｏ，ｙｏ） ／ ｃｍ １ １０ （４０，１５） ２ １０ （２０，３５） ３ ２０ （７５，６０） ４ １５ （３５，７５） （ａ） 本文方法的规划结果 （ｂ） 文献［９］中 ＧＡ 的规划结果 （ｃ） 文献［９］中 ＰＳＯ 的规划结果 （ｄ） 文献［９］中 ＢＦＯ 的规划结果 图 ６ ４ 个圆形障碍物环境下的路径规划结果比较 Ｆｉｇ． ６ Ｔｈｅ ｃｏｍｐａｒｅｄ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ｒｏｂｏｔ ｐａｔｈ ｐｌａｎｎｉｎｇ ｉｎ ４⁃ｏｂｓｔａｃｌｅ ｅｎｖｉｒｏｎｍｅｎｔ 从表 ２ 中的路径性能分析可知：虽然本文方法 获取的路径在长度上比其他 ３ 种方法要长，但是在 路径的安全性上却要比其他 ３ 种方法都要好。 这是 由于本文方法更加注重机器人行走的安全性，而另 外 ３ 种方法却注重的是路径长度。 本文方法正是因 为牺牲了路径长度，才赢得了路径的相对安全。 因 此，当把路径安全性作为路径规划的第一要素时，本 第 １ 期 蒲兴成，等：细菌趋化行为的移动机器人路径规划 ·７３·