基于改进蚁群算法的移动机器人动态路径规划

发布时间：2021-02-12 10:01

　　近年来,路径规划作为移动机器人技术研究中的一个重要领域而备受关注。针对传统蚁群算法搜索容易陷入局部最优和对动态环境适应性差的缺陷,使用狼群分配原则改进信息素的更新方式,同时在蚁群算法的基础上加入局部信息搜索策略和两步可行域搜索策略,规划出局部区域内的最优路径,直到找到最优全局目标点。将改进后的算法应用于动态路径规划,仿真结果表明:改进蚁群算法能有效避开动态障碍物,并且算法运行时间得到明显缩短。 

【文章来源】：电子测量技术. 2020,43(07)

【文章页数】：5 页

【部分图文】：

栅格示意图

改进蚁群算法的全局路径规划步骤

可行域搜索图

【参考文献】：
期刊论文
[1]基于栅格法的室内指示路径规划算法[J]. 程向红,祁艺.  中国惯性技术学报. 2018(02)
[2]人工势场法目标不可达的研究[J]. 郜辉,吕志刚.  国外电子测量技术. 2018(01)
[3]基于方向约束的A*算法[J]. 李冲,张安,毕文豪.  控制与决策. 2017(08)
[4]局部环境增量采样的服务机器人路径规划[J]. 陈彦杰,王耀南,谭建豪,毛建旭.  仪器仪表学报. 2017(05)
[5]一种基于遗传算法参数优化的改进人工势场法[J]. 李擎,王丽君,陈博,周洲,尹怡欣.  北京科技大学学报. 2012(02)
[6]改进遗传算法在移动机器人路径规划中的应用[J]. 石铁峰.  计算机仿真. 2011(04)
[7]一种改进的机器人路径规划的蚁群算法[J]. 陈雄,赵一路,韩建达.  控制理论与应用. 2010(06)
[8]非完整移动机器人的人工势场法路径规划[J]. 朱毅,张涛,宋靖雁.  控制理论与应用. 2010(02)
[9]求解函数优化问题的快速连续蚁群算法[J]. 马卫,朱庆保.  电子学报. 2008(11)
[10]一种机器人路径规划的蚁群算法[J]. 陈雄,袁杨.  系统工程与电子技术. 2008(05)



本文编号：3030678