基于改进蚁群算法的码垛机器人路径规划应用研究

摘要：

目的 为解决蚁群算法在码垛机器人路径规划中存在的收敛速度慢、容易陷入局部最优等问题,提出一种人工势场和蚁群算法相结合的方法.方法 首先,根据码垛机器人机械手在人工势场中不同节点所受到的合力,对初始信息素进行不均匀分布,以解决蚁群算法初期由于缺乏信息素导致的无效路径搜索.其次,在启发函数的设计中引入码垛机器人机械手在下一节点所受到的合力,以解决蚁群算法容易陷入局部最优的问题.最后,对信息素的更新策略进行改进.按照寻得路径的长度不同,对每次迭代完成后信息素的增量成比例进行更新,并设置最大、最小值,以解决迭代后期路径上信息素过大而使蚁群算法陷入局部最优的问题.结果 改进后的蚁群算法收敛速度提升了约51％,寻找到的最短路径提升了约10％.和其他改进的蚁群算法相比,在综合性能上也有一定程度上的提高.结论 改进后的蚁群算法收敛更快,寻找的最优路径更短.

关键词：人工势场、蚁群算法、路径规划、码垛机器人

所属期刊栏目：41

分类号：TB486.3(工业通用技术与设备)

资助基金：2020年度河南省高等学校重点科研项目20B520020

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：200-206