10.3969/j.issn.1009-0134.2022.05.042
基于改进融合蚁群算法的机器人路径规划方法研究
为了改善传统蚁群算法进行路径规划时出现的距离障碍物过近,冗余节点多,收敛速度慢等问题,提出改进融合蚁群算法.将A*算法的启发式搜索策略融入到蚁群算法,优化蚁群算法的期望启发函数,设置选择概率因子和安全因子,并引入自我调节机制对最优路径及周围信息素进行更新.在栅格地图中进行了仿真实验,结果表明,改进融合蚁群算法提高了搜索效率,改善了蚁群算法容易陷入局部最优的缺点,规划路径可以避开障碍物边界.最后将该算法应用在机器人路径规划实验中,实验结果表明,改进融合蚁群算法在机器人路径规划中表现良好,相较于传统蚁群算法能明显提升规划效率.
机器人控制、智能机器人、路径规划、蚁群算法、A*算法
44
TP242.6(自动化技术及设备)
国家自然科学基金;天津市新一代人工智能科技重大专项
2022-05-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
185-190