文献类型：期刊文章

作　　者：郝琨[1] 张慧杰[1] 李志圣[1] 刘永磊[1]

HAO Kun;ZHANG Huijie;LI Zhisheng;LIU Yonglei(School of Computer and Information Engineering,Tianjin Chengjian University,Tianjin 300384,China)

机构地区：[1]天津城建大学计算机与信息工程学院,天津300384

出　　处：《农业机械学报》

基　　金：国家自然科学基金项目(61902273)

年　　份：2022

卷　　号：53

期　　号：8

起止页码：303-312

语　　种：中文

收录情况：BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统蚁群算法在移动机器人路径规划中存在的收敛速度慢、收敛路径质量低、死锁以及动态避障能力差的问题,本文提出基于改进避障策略和双优化蚁群算法(Double optimization ant colony algorithm,DOACO)的路径规划方法。首先,设计新的概率转移函数并对函数中的各分量权重进行自适应调整,以优化算法的收敛速度;然后,利用碰撞检测策略对路径进行再优化,进一步提高算法的性能;最后,针对常规避障策略避障能力差、实时性不足等问题,提出避障行为与局部路径重规划相结合的避障策略。实验结果表明,DOACO算法相对于传统的蚁群算法,不仅能规划出更优的路径,收敛速度也更快,而且新的避障策略也可以有效地应对多种碰撞情况。

关 键 词：路径规划 蚁群算法 避障策略 路径优化  死锁问题

分 类 号：TP18] TP242]