首页|动态环境下机器人路径的新型启发蚁群规划

动态环境下机器人路径的新型启发蚁群规划

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了实现机器人在动态环境下沿最优路径安全行驶,提出了基于新型启发蚁群算法的路径规划和避撞策略.建立了机器人工作环境的栅格模型,给出了路径质量评价标准.基于蚁群算法,引入了信息素浓度的梯度初始化方法,有效提高了算法前期搜索效率;给出了-种用于平滑路径的新型启发信息,提出了新型启发蚁群算法并用于全局路径规划.在设定场景下,给定了障碍物检测方法与正面避撞、侧面避撞策略.经仿真验证,新型启发蚁群算法规划路径长度短、收敛次数少、平滑性好,且避撞策略可以有效躲避障碍物,保证机器人安全行驶.
Robot Path Planning Based on New Inspiring Ant Colony Algorithm Under Dynamic Environment

贺道坤、周南

展开 >

南京信息职业技术学院智能制造学院,江苏 南京 210023

湖南大学金融与统计学院,湖南 长沙 410082

长沙商贸旅游职业技术学院湘商学院,湖南 长沙 410116

路径规划 新型启发蚁群算法 动态环境 避撞策略 信息素初始化

江苏省教学改革项目

2019JSJG557

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
  • 7