第六章 模擬與實驗結果
6.3 實際應用於路徑規劃之實驗結果
本節將呈現改良型螞蟻演算法之路徑規劃實際應用於 DE2-70FPGA 實驗平 台的實驗結果，實驗中，我們設計一賣場的地圖，如圖 6- 5，利用觸碰功能於 LCD 螢幕上點出欲前往之賣場位置，再按下“Start”進行路徑規劃。總共測試了四種 不同的路徑，綠色格點為欲前往之位置。圖 6- 6、圖 6- 8、圖 6- 10、圖 6- 12 依 序為 Path1~Path4 欲前往之賣場位置，圖 6- 7、圖 6- 9、圖 6- 11、圖 6- 13 依序為 Path1~Path4 之路徑規劃結果，螢幕畫面上顯示紅色格點代表路徑規劃結果。
圖 6- 5 賣場地圖
68
圖 6- 6 Path 1 輸入起點終點(零食→沐浴用品→飲料→生鮮區)
圖 6- 7 Path 1 路徑規劃結果
69
圖 6- 8 Path 2 輸入起點終點(童裝→3C 家電→蔬菜→飲料)
圖 6- 9 Path 2 路徑規劃結果
70
圖 6- 10 Path 3 輸入起點終點(清潔用品→鞋子→蔬菜→生鮮區)
圖 6- 11 Path 3 路徑規劃結果
71
圖 6- 12 Path 4 輸入起點終點(衣服→清潔用品→收銀台→蔬菜)
圖 6- 13 Path 4 路徑規劃結果
72
第七章 結論
7.1 結論
蟻群系統演算法已經廣泛被使用於解決路徑規劃相關之問題，且有不錯的效 果，但是遇到較複雜之地形時，仍然無法避免區域解的問題。為了解決此問題，
本論文提出了一個改良型螞蟻演算法進行路徑規劃，透過新增兩項費洛蒙的更新 機制，使得螞蟻在建立路徑時增加開發新路徑的能力，此方法容易實現，不僅保 留了原先快速收斂的優點，更可以減少區域解的狀況發生。由模擬結果證實本文 所提出改良型演算法有效地改善了原先容易陷入最佳區域解的問題，並且確實提 升路徑規劃出最短路徑的精確度。
經由模擬結果確認改良型演算法之精確度後，我們決定將其演算法以硬體實 現。本實驗採取 DE2-70 多媒體平台，透過全硬體電路設計之方式，建立一個即 時路徑規劃的嵌入式系統，同時，也以 NIOS II 以純軟體實現基於改良型演算法 之路徑規劃，得以驗證全硬體電路確實可以縮短運算時間，進而提升路徑規劃之 效率，達到即時的處理效果。
最後，將實驗結合日常生活中遇到的問題，以一個已知環境之賣場地圖為例，
透過觸碰功能選取數個商品位置之後，結合路徑規劃應用，使得人們可以快速得 知購買商品之間的最短路徑，避免在購物時浪費太多時間尋找商品。除了賣場地 圖外，此方法也可應用於其他場合之地圖進行路徑規劃，協助人們達到省時的效 果。
73
參考文獻
[1] J. Barraquand, B. Langois, and J. C. Latombe, “Numerical potential field techniques for robot path planning,” IEEE Trans. on System, Man and
Cybernetics, vol. 22, no. 2, pp. 224-241, 1992.
[2] M. Bennewitz, W. Burgard, and S. Thrun, “Finding and optimizing solvable priority schemes for decoupled path planning techniques for teams of mobile robots,” Robotics and Autonomous Systems, vol. 41, pp. 89-99, 2002.
[3] J. Guo, L. Liu, Q. Liu, and Y. Qu, “An improvement of D* algorithm for mobile robot path planning in partial unknown environment,” in Proc. of the Second
International Conference on Intelligent Computation Technology and Automation,
Wuhan, China, 10-11 Oct. 2009, vol. 3, pp. 394-397.
[4] S. Liu, Y. Tian, and J. F. Liu, “Multi mobile robot path planning based on genetic algorithm,” Intelligent Control and Automation, WCICA, China, 2004, pp.
4706-4709.
[5] C. H. Fan, W. D. Chen, and Y. Xi, “Hopfield neural networks for path planning in dynamic and unknown environments,” Control Theory and Applications, vol. 21, no. 3, pp. 345-350, 2004.
[6] M. Dorigo, “The ant system: Optimization by a colony of cooperating agents,”
IEEE Trans. on Systems, Man, and Cybernetics Part B: Cybernetics, vol. 26, no. 2,
pp. 1-13, 1996.
[7] M. Dorigo and L. M. Gambardella, “Ant colony system: A cooperative learning approach to the traveling salesman problem,” IEEE Trans. on Evolutionary
Computation, vol. 1, no. 1, pp. 53-66, 1997.
[8] J. P Laumond, “Finding collision-free smooth trajectories for a non-holonomic mobile robot,” in Proc. of the 10th Int. Joint Conf. Artificial Intelligence, France, 1987, pp. 1120-1123.
74
[9] D. Gong and X. Ruan, “A hybrid approach of GA and ACO for TSP,” in Proc. of
the World Congress on Intelligent Control and Automation, Beijing, China, Jun.
2004, pp. 2068-2072.
[10] S. Zhao and M. Li, “Path planning of inspection robot based on ant colony optimization algorithm,” in Proc. of the International Conference on Electrical
and Control Engineering (ICECE), China, Jun. 2010, pp. 1474-1477.
[11] M. Yuan, S. Wang, and P. Li, “A model of ant colony and immune network and its application in path planning,” Industrial Electronics and Applications, China, Jun. 2008, pp. 102-107.
[12] Y. Z. Cong and S. G. Ponnambalam, “Mobile robot path planning using ant colony optimization,” in Proc. of the International Conference on Advanced
Intelligent Mechatronics, Singapore, July 14-17, 2009, pp. 851-856.
[13] http://sjchen.im.nuu.edu.tw/MachineLearning/final/Opt_AntAlgo.pdf
[14] H. D. Pour and N. Mostafa, “Solving the facility and layout and location problem by ant-colony optimization-meta heuristic,” International Journal of Production
Research, vol. 44, no. 23, pp. 5187-5196, Dec, 2006.
[15] B. Bullnheimer, R. F. Hartl, and C. Strauss, “An improved ant system algorithm for vehicle routing problem,” Sixth Viennese workshop on Optimal Control
Dynamic Games, Nonlinear Dynamics and Adaptive Systems, Vienna, Austria,
May 1999, pp.319-328.
[16] K. M. Sim and W. H. Sun, “Ant colony optimization for routing and load-balancing: Survey and new directions,” IEEE Trans. on Systems, Man, and
Cybernetics Part A: Systems and Humans, vol. 33, no.5, pp. 560-572, Sep. 2003
[17] S. Y. Lee, E. K. Kim, and H. G. Yun “DNA computing adopting DNA coding method for Hamiltonian path problem,” in Proc. of the International Conference
on Artificial Intelligence IC-AI 2003, Las Vegas, Nevada, USA, 2003, pp.
75
154-157.
[18] 黃建富，
以蟻群演算法為基礎之群組機器人路徑規劃
，國立雲林科技大學電 機工程系碩士班碩士論文，2008。[19] 林玟玲，
以軟硬體協同設計之混合型即時影像物體追蹤系統
，淡江大學電機 工程學系碩士班碩士論文，2011。[20] Altera Corporation, SOPC Builder User Guide, 2003.
[21] Altera Corporation, Designing With Nios & SOPC Builder, 2003。
[22] 李世安、翁仲緯、賴鈺婷、翁慶昌，“影像硬體加速器之設計”，2009 中華民 國系統科學與工程研討會，淡江大學，2009 年 6 月。
[23] C. C. Hsu, S. A. Li, and W. L. Lin “Real-time object tracking based on hardware/software co-design,” in Proc. of the 2011 International conference on
Service and Interactive Robotics (SIRCON 2011), Taichung, Taiwan, Dec. 20-21,
2011, pp. 167-170.
[24] C. C. Hsu, R. Y. Hou, and W. Y. Wang “Path planning for mobile robots based on improved ant colony optimization,” in Proc. of the 2013 IEEE International
Conference on Systems, Man, and Cybernetics (SMC), Manchester, Oct. 13-16,
2013, pp. 2777-2782.
[25] 李世安，
即時目標影像追蹤之 SoPC 設計
，淡江大學電機工程學系博士班博 士論文，2008。[26] C. C. Tsai, H. C. Huang,
and
C. K. Chan “Parallel elite genetic algorithm and its application to global path planning for autonomous robot navigation” IEEE Trans.on industrial electronics, vol. 58, no. 10, pp. 4813-4821, 2011.
[27] M. Danesh
and
M. R.Abazari “Optimize path planning of a planar parallel robot to avoid obstacle collision using genetic algorithm,” in Proc. of the 2014 IranianConference on Intelligent Systems, Bam, Feb. 4-6, 2014, pp. 1-4.
76
[28] Altera 多 媒 體 發 展 平 台 DE2-70 網 址 ， 網 址 : http://www.altera.com/education/univ/materials/boards/de2-70/unv-de2-70-board [29] Altera Corporation, URL:http://www.terasic.com.tw/tw/
[30] Terasic, THDB_LTM_User Manual, Document Version 1.4.1, 2011.
[31] K. Sugihara and J. Smith “Genetic algorithms for adaptive motion planning of an autonomous mobile robot,” in Proc. of the 1997 IEEE International Symposium
on Computational Intelligence in Robotics and Automation, Monterey, Jul. 10-11,
1997, pp.138-143.
77
自 傳
我是嘉義人，於六年前北上就讀師大，六年期間經歷大學和研究所，算是人 生中最自由的時光，不但更加認識了自己，也更確認了未來的目標，是收穫最多 的階段。
在家中排行老么，父親現任職於中華電信，母親為樸實的全職家庭主婦，父 母思想民主，尊重我們的決定。在管教上特別重視禮貌。由於受父母處理事情的 方法影響，使我個性務實。並在生活中教導我們對於不懂的事物要勇於了解、嘗 試，養成自行解決問題的能力。此外，也定時有家庭出遊，使我有更健全人格的 發展。大姊從事教職，個性活潑，有她的陪伴和鼓勵讓我有樂觀積極的個性。二 姊從事於醫療技術方面的工作，從她身上我學習到做事條理分明的態度以及獨立 自主的精神。
我在大學主修應用電子科技學系，並同時修習教育學程。於大學期間在教授 的指導下參加了 ALTERA ASIA 創新大賽，榮獲佳作。以及參加富士通 MCU 半導體比賽獲得佳作。此外，透過老師和學長們的合作和協助，通過了一項專利 的申請。特別感謝師長們提供許多實質上的學習資源，幫助我們解決問題。在進 入此研究所後，結合所上的豐富的資源和優秀的師資，能讓我做更深入的研究。