文献类型：期刊文章

作　　者：顾军华[1,2] 孟慧婕[1,2] 夏红梅[2,3] 董永峰[1,2]

GU Junhua MENG Huijie XIA Hongmei DONG Yongfeng(School of Computer Science and Engineering, Hebei University of Technology, Tianjin 300401, China Hebei Province Key Laboratory of Big Data Calculation, Tianjin 300401, China Editorial Department of Journal of Hebei University of Technology, Hebei University of Technology, Tianjin 300401, China)

机构地区：[1]河北工业大学计算机科学与软件学院,天津300401 [2]河北工业大学河北省大数据计算重点实验室,天津300401 [3]河北工业大学河北工业大学学报编辑部,天津300401

出　　处：《河北工业大学学报》

基　　金：天津市应用基础与前沿技术研究计划(13JCQNJC00200;14JCYBJC18500);河北省高等学校科学技术研究项目(ZD20131097);河北省自然科学基金(F2015202311)

年　　份：2016

卷　　号：45

期　　号：5

起止页码：28-34

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、INSPEC、ZGKJHX、ZMATH、普通刊

摘　　要：针对蚁群算法在机器人路径规划过程中存在的收敛速度慢、效率较低、容易陷入局部最优等缺点,提出了一种多步长的改进蚁群算法.该算法实现了多步长路径规划;同时在概率公式中加入了拐点参数,使路径更加平滑;并且提出了新的信息素奖励惩罚机制.将改进的蚁群算法应用于具有3个优化目标的多机器人路径规划中,采用碰撞预测策略和路径协调策略完成多机器人间的协调避碰.仿真结果表明,改进的蚁群算法规划的路径更短、更平滑,效率更高,验证了该算法在多机器人路径规划中的有效性和可行性.

关 键 词：多机器人 路径规划 改进蚁群算法 多步长  拐点参数  协调避碰  

分 类 号：TP242]