首页|复杂多陷阱环境下机器人导航路径的蚁群规划策略

复杂多陷阱环境下机器人导航路径的蚁群规划策略

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了提高复杂多陷阱环境下的机器人路径规划质量和规划效率,提出了多因素启发蚁群算法的路径规划方法.使用栅格法建立了工作环境的"0-1"矩阵模型,同时给出了环境模型的转移图结构.分析了蚂蚁进入陷阱时"蚂蚁回退策略"和"蚂蚁夭折策略"的缺陷,针对这些缺陷,将安全启发因素和智能蚂蚁策略融入到蚁群算法中,提出了能够高效应对陷阱问题的多因素启发蚁群算法,并将其应用于复杂多陷阱环境下的路径规划.在3种仿真环境下对改进措施进行验证,由实验结果可以看出,多因素引导蚁群算法能够有效避开障碍物密集区域;在复杂多陷阱环境下改进算法规划的路径长度明显短于传统算法,路径拐点远少于传统算法,迭代次数明显少于传统算法.以上实验结果表明,多因素启发蚁群算法的规划质量和规划效率均优于传统蚁群算法.
Robot Navigation Path Planning Strategy Under Complex Multiple Traps Environment by Ant Colony Algorithm

Multiple Traps EnvironmentNavigation Path PlanningSafety Inspiration FactorIntelligent Ant StrategyMultiple Factors Guidance Ant Colony Algorithm

李婧、李艳萍

展开 >

山西职业技术学院,山西太原 030006

太原理工大学信息与计算机工程学院,山西太原 030024

多陷阱环境 导航路径规划 安全引导因素 智能蚂蚁策略 多因素引导蚁群算法

山西省回国留学人员科研项目

2017-031

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.(8)
  • 9