基于改进蚁群算法的移动机器人路径规划

被引：26

作者：

张琦 ^{[1
]}

马家辰 ^{[1
,2
]}

谢玮 ^{[2
]}

马立勇 ^{[2
]}

机构：

[1] 哈尔滨工业大学航天学院

[2] 哈尔滨工业大学(威海)信息与电气工程学院

来源：

东北大学学报(自然科学版) | 2013年 / 11期

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;

D O I：

暂无

中图分类号：

TP242.6 [智能机器人];

学科分类号：

081104 ;

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.

引用

页码：1521 / 1524

页数：4

共 10 条

[1] 基于改进蚁群算法的移动机器人路径规划 [J].

潘杰 ;

王雪松 ;

程玉虎 .

中国矿业大学学报 , 2012, (01) :108-113

[2] 移动机器人路径规划的参数模糊自适应窗口蚁群优化算法 [J].

赵娟平 ;

高宪文 ;

刘金刚 ;

符秀辉 .

控制与决策, 2011, 26 (07) :1096-1100

[3] 复杂环境下的机器人路径规划蚂蚁算法 [J].

朱庆保 .

自动化学报, 2006, (04) :586-593

[4] Dynamic path planning of mobile robots with improved genetic algorithm [J].

Tuncer, Adem ;

Yildirim, Mehmet .

COMPUTERS & ELECTRICAL ENGINEERING, 2012, 38 (06) :1564-1572

[5]

Innate Immune based Path Planner of an Autonomous Mobile Robot[J] . B.B.V.L. Deepak,Dayal R. Parhi,Shubhasri Kundu.Procedia Engineering . 2012

[6]

Mobile Robot Path Planning based on Parameter Optimization Ant Colony Algorithm[J] . Wang Zhangqi,Zhu Xiaoguang,Han Qingyao.Procedia Engineering . 2011

[7]

Navigation of mobile robots in the presence of obstacles[J] . R. Abiyev,D. Ibrahim,B. Erin.Advances in Engineering Software . 2010 (10)

[8]

Navigating a robotic swarm in an uncharted 2D landscape[J] . Adham Atyabi,Somnuk Phon-Amnuaisuk,Chin Kuan Ho.Applied Soft Computing Journal . 2009 (1)

[9] Path planning for autonomous mobile robot navigation with ant colony optimization and fuzzy cost function evaluation [J].

Garcia, M. A. Porta ;

Montiel, Oscar ;

Castillo, Oscar ;

Sepulveda, Roberto ;

Melin, Patricia .

APPLIED SOFT COMPUTING, 2009, 9 (03) :1102-1110

[10] Anytime search in dynamic graphs [J].

Likhachev, Maxim ;

Ferguson, Dave ;

Gordon, Geoff ;

Stentz, Anthony ;

Thrun, Sebastian .

ARTIFICIAL INTELLIGENCE, 2008, 172 (14) :1613-1643

← 1 →