本课题研究的是基于热源尺度空间的机器人路径引导算法的设计与实现。随着科技工业的发展，机器人路径规划在新时期工业生产占据越来越重要的比重。移动机器人路径规划问题定义是当机器人规避障碍物的情况下在搜索空间内选择一条从出发点到目的点的路径。在移动机器人路径规划问题中最重要的一个问题是在指定的区域内构建适合机器人路径规划的环境。在本文中采用了关于使用热核方程是的环境重建的方法。在热传导和扩散的研究领域，热核从根本上解决了热方程的边界值问题，它也是拉普拉斯算子的频谱研究的主要方法之一，因此也应用于目标跟踪与识别、三维重建、运动检测等领域。本文会先对算法的涉及的原理和优点进行说明然后对算法进行实现，最后对结果进行分析。目前已经有许多基于机器人路径，基于热源尺度空间的机器人路径引导算法在大众的机器人路径引导算法之上引入了热源尺度空间的构建。举一个例子热内核表示温度的在其边界被保持固定在一个特定的温度（一般为 0），以使得热能的初始单元被放置在在时间 t =0 的点的区域中的演变。尺度空间是由热源扩散方程构成的，热源扩散方程的结构和解相当于是尺度空间的结构表达。本文的目标是成为研究基于热源尺度空间的出发点，同时旨在展示该领域最新的研究成果，为后来者提供研究的方向和指南。

研究内容

基于热源尺度空间的机器人路径算法是机器人轨迹规划中分析的重要模型，热源 尺度空间是尺度空间领域的前沿方法。基于蚁群算法的机器人路径轨迹规划加上热源 尺度空间的构建技术得到的新的机器人路径轨迹规划算法。研究的基本内容包括如下：

1.掌握基本的蚁群算法模型，构造和修改蚁群算法模型

2.掌握尺度空间技术

3.利用热源空间技术构造机器人路径算法空间

4.对新的算法进行编程实现

5.用新的基于热源空间的机器人路径规划算法进行实验和参数修改验证

6.对新的基于热源空间的机器人路径规划算法的实验结果进行分析和总结

结论

根据以上结果实验分析：这里给出的机器人路径引导算法不仅是给出了可行的方案，而且综合了所有方案找到了最优的方案。

○1 这里测试了几个地图环境其中有些在障碍物设置不当是可能无法得到最优路

径，绝大多数设置障碍物可以得到迭代后的最优路径。

○2 实验结果表明经过对基于热源尺度空间的机器人路径算法的改进，具有发现最优解的能力。

○3 基于热源尺度空间的机器人路径引导算法，大大的降低了搜索时间并且它还综合了蚁群算法鲁棒性强、全局搜索、并行分布式计算等优点。

在本文中我们也发现了利用热内核来表示图像的方法，并且不会损失图像的边缘特征点，极大的改进了以往算法在表示图像时容易丢失边缘图像特征点等问题。实验表明，该算法提取了图像边缘的特征点，并且保存了精细的特征点。

进一步工作方向

目前该算法已经实现了图像检测、机器人路径规划、指纹检测等基本应用，我们未来的计划是将方法扩展到向量场的处理中。我们特别感兴趣的是如何的方法可以用来分割结构张量 MRI 影像。其中热源尺度空间的算法的研究还是还比较少的，这里我们得出了收敛曲线但是并没有得出 1 次最优解的时间。这一方向的研究深入可供我后续在进行深入探索。本算法还存在许多缺点比如探索时间过长以及解空间的探索不够，这些都需要后续对启发函数的改进，以及如何更新信息素问题，以及信息素挥发到底取决于那些环境问题，这些问题需要后续的研究和探索。基于热源尺度空间的算法由强烈的耦合性，之后还可以将该算法和其他的启发性算法想关联，可以达到取长补短的效果。

基于热源尺度空间的机器人路径算法的领域还是离散的应用域，而在连续域应用相对较少。随着在数学问题上的突破，复杂域的问题解决难度也会降低，基于热源尺度空间的算法中的参数好比热源素将会由线性函数发展成为更加复杂的函数，甚至是时变的，使整个算法构成一个动态的、实时的、连续的、多维的、复杂的系统。随着多核电脑的普及以及电脑计算性能的提高、以及下一代计算机技术以及智能网络平台的发展和成熟，并行编程将是主流的应用开发模式，而基于热源尺度空间的算法具有天然的并行计算能力以及在广泛领域的应用，基于热源尺度空间的算法可以在新的互联网获得更多的发展空间。