基于改进蚁群算法的机器人路径规划算法

发布时间：2023-03-03 21:18

　　针对机器人路径规划中,传统蚁群算法收敛速度慢、易陷入局部最优解等问题,提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型,并基于人工势场建立启发信息素矩阵,降低了蚂蚁在初始阶段搜索的盲目性;引入激励函数,降低搜索过程中的死锁现象;改进信息素的更新机制,增强了优秀蚂蚁对全局路径规划的影响。仿真结果表明:改进后蚁群算法的机器人路径规划算法加快了收敛速度,具有较强的鲁棒性和全局寻优能力。

【文章页数】：4 页

【文章目录】：
0 引 言
1 环境建模
    1.1 栅格法
    1.2 人工势场法
2 传统蚁群算法
3 改进蚁群算法
    3.1 激励函数
    3.2 信息素的分配机制改进
    3.3 改进蚁群算法路径规划流程
4 仿真分析
5 结 论



本文编号：3753125