期刊文章详细信息
基于改进避障策略和双优化蚁群算法的机器人路径规划 ( EI收录)
Path Planning of Mobile Robot Based on Improved Obstacle Avoidance Strategy and Double Optimization Ant Colony Algorithm
文献类型:期刊文章
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
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]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...