基于改进蚁群算法的机器人路径规划研究

摘要：

在二维静态环境下的机器人路径规划中，采用基本蚁群算法寻优存在搜索时间较长、效率较低、容易陷入局部最优等问题。针对这些问题对基本蚁群算法进行改进，改进的蚁群算法使用不同的期望值机制，采用挥发系数自适应方式更新信息激素，并加入拐点参数作为路径的评价标准之一。对这两种算法进行仿真分析，可得改进后的蚁群算法比基本蚁群算法搜索能力更强，算法效率更高，所寻路径更短。结果表明，该改进算法提高了算法效率，抑制了算法陷入局部最优并实现了机器人最优路径搜索，使机器人可以快速地避开障碍物安全到达目标点。

关键词：蚁群算法、路径规划、挥发系数自适应、拐点参数、最优路径

分类号：TP18;TP24(自动化基础理论)

资助基金：江西省科技支撑项目No.20133BBE50029；江西省科技厅工业支撑计划No.20132BBE50049。

在线出版日期：2014-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：63-66