基于改进蚁群算法的果园移动机器人路径规划研究

发布时间：2020-11-09 21:32

　　 蚁群算法作为一种模仿蚂蚁觅食行为的仿生算法,常常被人们优先用于路径规划。但是,普通蚁群算法计算量大,容易出现局部最优化。为了提高最短路径搜索速度,建立了新的基于方向夹角的启发因子,使得蚂蚁优先选择夹角小的节点作为下一移动节点;同时采用了较复杂的对角线距离的倒数作为新的启发式因子,该距离公式无需进行平方根运算,求解简单,再一次提高了搜索效率。实验表明:在同等最短路径的情况下,与原蚁群算法相比,最短路径的搜索效率提升了3倍。满足在复杂果园环境下移动机器人的实时路径规划需求。
【部分图文】：

栅格序号与坐标关系图

(1)传统蚁群算法通常只包含单个启发式因子,所能产生的启发信息有限。针对复杂且范围较广的果园环境,启发信息不足,极易使蚂蚁在搜索路径的过程中陷入局部最优或者停止不前,影响搜索速度。如图3所示,增加向量ij与向量iT的夹角αij。由路径1、2比较可以得出,αij越小,路径越短。因此,新建方向夹角启发因子φij,使得蚂蚁在选择路径时,尽量选择αij小的节点作为下一移动节点。路径向量图及推导公式如下。如图3所示,向量可表示为

此外,为了验证改进算法在复杂环境中的可行性,建立了迷宫环境地图,并在此环境地图中运行改进后的蚁群算法,如图6所示。由图6可见,可迅速规划出一条从入口A到出口B的最优路径。由于机器人自身存在一定的尺寸,为了避免机器人在障碍物的角边通过时发生碰撞。现对其进行如下约束:若栅格Pl和Pj为相邻的栅格,且有yl=yj,|xl-xj|=1或xl=xj,|yl-yj|=1时,其中Pi(xi, yi)∈C, Pj(xj, yj)∈R(C为栅格Pi的相邻区域,R为障碍物栅格的集合)。则有:如果yi=yj,|xi-xj|=1或xi=xj,|yi-yj|=1,则Pl为禁入栅格[16]。图5 改进蚁群算法最优解进化曲线
【相似文献】

相关期刊论文 前6条

1 ;华中科技大学学报(自然科学版) 2017年 第45卷 总目次[J];华中科技大学学报(自然科学版);2017年12期

2 贾士伟;李军民;邱权;唐慧娟;;基于激光测距仪的温室机器人道路边缘检测与路径导航[J];农业工程学报;2015年13期

3 黄小玉;李光林;马驰;杨士航;;基于改进判别区域特征融合算法的近色背景绿色桃子识别[J];农业工程学报;2018年23期

4 ;华中科技大学学报(自然科学版)2011年第39卷总目次[J];华中科技大学学报(自然科学版);2011年12期

5 ;华中科技大学学报(自然科学版) 2008年 第36卷 总目次[J];华中科技大学学报(自然科学版);2008年12期

6 李景福;;一种用于植物图像背景分割的最大熵改进算法的研究[J];安徽农业科学;2007年25期

本文编号：2876994