摘要
针对蚁群算法中收敛速度和局部最优的矛盾,提出一种适用于静态环境的基于改进蚁群算法的移动机器人路径规划方法.在环境建模方面,利用机器人起点和终点的位置建立环境的可视图.改进的蚁群算法将环境中局部的路径信息加入到信息素的初始化和路径选择概率中,提高了算法收敛速度的同时尽可能地避免算法早熟.当算法陷入停滞时,引入交叉操作并调整α,β和ρ的值,增加了算法的逃逸能力.仿真结果证明了所提方法提高了最优路径的搜索效率,整体性能优于标准蚁群算法.
学科与关键词
关键词
移动机器人环境建模简化可视图蚁群算法路径规划 mobile robotenvironment modelingvisibility graphant colony optimization(ACO)path planning
- 动态环境下基于改进蚁群算法的移动机器人路径规划王娇娇; 毛剑琳信息通信技术, 2019, (05): 28-32.
- 基于改进蚁群算法的移动机器人全局轨迹规划研究屈正庚; 杨川南京师大学报(自然科学版), 2015, (01): 81-85.
- 改进自适应蚁群算法的移动机器人路径规划徐玉琼; 娄柯; 李婷婷; 高文根Journal of Electronic Measurement and Instrument, 2019, (10): 89-95.
