基于改进蚁群算法的移动机器人路径规划研究

被引:9
作者
赵开新 [1 ]
孙新领 [1 ]
王东署 [2 ]
魏勇 [1 ]
机构
[1] 河南工学院
[2] 郑州大学电气工程学院
关键词
路径规划; 蚁群算法; 最优路径; 移动机器人;
D O I
10.13774/j.cnki.kjtb.2017.09.018
中图分类号
TP242 [机器人];
学科分类号
1111 ;
摘要
针对基本蚁群算法在机器人路径规划中盲目性大、效率低以及易陷入局部最优等缺陷,提出一种在蚁群算法中修改信息素初始值、改进全局信息素更新方式以及改进状态转移规则的移动机器人路径规划方案,在栅格环境下对移动机器人的路径规划进行仿真测试,仿真结果表明该方案能缩小最优路径的查询范围,降低发现最优路径所需的循环次数,有效提高最优路径的搜索效率,整体性能优于普通蚁群算法。
引用
收藏
页码:76 / 79
页数:4
相关论文
共 9 条
[1]   基于惯性蚁群算法的机器人路径规划 [J].
何少佳 ;
刘子扬 .
计算机工程与应用, 2012, 48 (15) :245-248
[2]   基于栅格地图-蚁群算法的机器人最优路径规划 [J].
周东健 ;
张兴国 ;
马海波 ;
李成浩 ;
郭旭 .
制造业自动化, 2014, 36 (05) :1-3+10
[3]   一种改进的遗传蚁群混合算法 [J].
王娟 ;
巩建平 ;
冯蕾洁 .
制造业自动化, 2014, 36 (03) :78-80
[4]   基于改进蚁群算法的移动机器人路径规划 [J].
张琦 ;
马家辰 ;
谢玮 ;
马立勇 .
东北大学学报(自然科学版), 2013, (11) :1521-1524
[5]   未知环境中自主机器人的路径规划研究 [J].
赵开新 ;
王东署 .
郑州大学学报(工学版), 2013, (05) :74-79
[6]   吸尘机器人系统设计与避障算法研究 [J].
潘永惠 .
电子技术应用, 2013, 39 (06) :130-132+135
[7]   复杂环境路径规划的改进蚁群算法 [J].
周之平 ;
华路 .
计算机工程与设计, 2011, 32 (05) :1773-1776
[8]   改进蚁群优化算法求解移动机器人路径规划问题 [J].
赵娟平 ;
高宪文 ;
符秀辉 .
南京理工大学学报, 2011, 35 (05) :637-641
[9]   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, 41 (01) :108-113