基于势场蚁群算法的移动机器人全局路径规划方法

被引:127
作者
刘建华 [1 ,2 ]
杨建国 [1 ]
刘华平 [3 ]
耿鹏 [4 ]
高蒙 [2 ]
机构
[1] 东华大学机械工程学院
[2] 石家庄铁道大学电气与电子工程学院
[3] 清华大学智能技术与系统国家重点实验室
[4] 石家庄铁道大学信息科学与技术学院
基金
国家高技术研究发展计划(863计划);
关键词
移动机器人; 蚁群算法; 人工势场; 路径规划;
D O I
暂无
中图分类号
TP242 [机器人]; TP18 [人工智能理论];
学科分类号
1111 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对移动机器人路径规划蚁群算法收敛速度慢和人工势场法易陷入局部最优的问题,提出一种以栅格地图为环境模型,在蚁群算法搜索过程中加入针对具体问题的人工势场局部搜索寻优算法,将人工势场法中力因素转换为局部扩散信息素,使蚁群倾向于具有高适应值的子空间搜索,减少了蚁群算法在盲目搜索路径过程中产生的局部交叉路径及蚂蚁"迷失"数量,提高了蚁群对障碍物的预避障能力。对不同参数组合下2种算法及其它改进算法仿真结果做了比较,验证了基于势场蚁群算法的全局路径规划能够加快寻优过程且具有较强的搜索能力,收敛速度提高近1倍。
引用
收藏
页码:18 / 27
页数:10
相关论文
共 27 条
[1]  
蚁群算法原理及其应用.[M].段海滨著.科学出版社.2005,
[2]  
蚁群算法及其应用.[M].李士勇;陈永强;李研编著;.哈尔滨工业大学出版社.2004,
[3]   基于蚁群算法的移动机器人全局路径规划方法研究 [J].
史恩秀 ;
陈敏敏 ;
李俊 ;
黄玉美 .
农业机械学报, 2014, 45 (06) :53-57
[4]   基于改进遗传算法的智能体路径规划仿真 [J].
徐翔 ;
梁瑞仕 ;
杨会志 .
计算机仿真, 2014, 31 (06) :357-361
[5]   基于分段自适应鱼群算法的煤矿救援机器人路径规划 [J].
姚正华 ;
任子晖 ;
陈艳娜 .
矿山机械, 2014, 42 (06) :107-111
[6]   动态和未知环境中基于改进粒子群优化的路径规划 [J].
刘彬 ;
陈特放 ;
张仁津 .
计算机应用研究, 2014, 31 (06) :1673-1676
[7]   一种基于监工机制的改进蚁群算法 [J].
朱会杰 ;
王新晴 ;
张红涛 ;
赵洋 ;
李艳峰 .
解放军理工大学学报(自然科学版), 2014, 15 (02) :165-170
[8]   基于改进粒子群算法的智能机器人路径规划 [J].
张万绪 ;
张向兰 ;
李莹 .
计算机应用, 2014, 34 (02) :510-513
[9]   基于改进人工势场的苹果采摘机器人机械手避障方法 [J].
姬伟 ;
程风仪 ;
赵德安 ;
陶云 ;
丁世宏 ;
吕继东 .
农业机械学报, 2013, 44 (11) :253-259
[10]   基于agent的蚁群觅食行为建模及在机器人路径规划问题中的应用 [J].
柏继云 ;
李士勇 .
计算机应用研究, 2014, 31 (01) :47-50+54