基于改进蚁群算法的移动机器人路径规划
针对大多数路径规划方法所忽视的路径尖峰,以及传统蚁群算法(ACA)易出现的早熟、陷入局部最优等问题,提出一种改进ACA以用于路径规划。首先,在ACA中融入遗传算子,利用交叉与变异操作来扩大解的搜索空间,提升解的全局性。然后,引入简化与平滑操作优化算子,对所寻路径做进一步处理,消除路径中不必要的尖峰,提高其平滑性。栅格环境下的机器人路径规划仿真结果表明,与A^*以及传统ACA相比,所提算法能够得到更为平滑的最短路径。
移动机器人、路径规划、蚁群算法、遗传算子、优化算子
41
TP18(自动化基础理论)
国家自然科学基金项目60804022,60974050,61072094;教育部新世纪优秀人才支持计划NCET08-0836,NCET-100765
2012-06-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
108-113