首页|智能汽车主动避障的改进蚁群路径规划方法

智能汽车主动避障的改进蚁群路径规划方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对智能汽车主动避障路径规划问题,为有效提高路径规划质量、加快算法的收敛速度,提出了一种改进的自适应蚁群智能规划方法.首先,阐释了传统蚁群算法的原理和具体流程,并分析了传统算法存在的缺陷;其次,提出了信息素因子和启发因子的自适应更新算法以扩大算法的搜索范围、提高全局搜索能力,从而避免算法陷于局部最优;再者,设计了信息素挥发率和信息素浓度函数的自适应调节算法以加快算法的粒子进化速度,从而保证了算法的快速收敛.智能汽车避障实验结果表明,与传统蚁群算法相比,这里改进蚁群算法能够有效加快路径规划速度、提升算法的收敛速度并显著缩短规划的路径长度.
Improved Ant Colony Path Planning Method for Intelligent Vehicle Active Obstacle Avoidance

吕佳、邱建岗

展开 >

重庆建筑工程职业学院轨道与机电工程系,重庆 400072

北京汽车动力总成有限公司,北京 101106

智能避障 自适应蚁群算法 信息素因子 收敛速度

重庆市自然科学基金重庆市教委科学技术研究计划

cstc2019jcyjmsxmX0694KJKJQN201904302

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.383(1)
  • 1
  • 6