水质监测机器人集群编队路径规划策略

摘要：

针对水质监测机器人集群编队路径规划求解时,传统的粒子群优化算法(particle swarm optimization,PSO)存在搜索速度慢,容易陷入局部最优等问题,提出了一种混合粒子群优化算法(hybrid particle swarm optimization,HPSO),通过引入遗传算法(genetic algorithm,GA)中的交叉、变异等操作改变PSO中的最优粒子易趋向局部最优性,增加粒子群多样性,避免求解结果陷入局部最优;同时对算法的惯性权重进行调节,加快算法的收敛速度.仿真结果表明,在保证水质监测任务完成的前提下,HPSO相对于传统的GA能够有效的减少路径交叉节点两个,总路径长度缩短53.147 km;而相较传统的PSO而言能够有效的减少路径交叉节点5个,总路径长度缩短133.826 km,优化了编队路径规划策略,提高了算法收敛速度.

关键词：路径规划、粒子群优化算法、遗传算法、编队控制、水质监测器人

所属期刊栏目：41

分类号：TP18(自动化基础理论)

资助基金：山西省重点研发计划项目201903D221025

在线出版日期：2022-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：15-20