文献类型：期刊文章

作　　者：马小陆[1] 梅宏[1]

MA Xiaolu;MEI Hong(School of Electrical and Information Engineering,Anhui University of Technology,Maanshan 243000)

机构地区：[1]安徽工业大学电气与信息工程学院,马鞍山243000

出　　处：《机械工程学报》

基　　金：国家自然科学基金(51574004);安徽高校自然科学研究重点(KJ2019A0065);安徽省科技重大专项计划(16030901032);芜湖市2017年度科技计划(2017yf26)资助项目。

年　　份：2021

卷　　号：57

期　　号：1

起止页码：19-27

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对势场蚁群算法路径转折点数量过多、收敛速度过快、容易陷入局部最优等问题,提出了基于势场跳点的蚁群算法。该算法融合了蚁群算法和跳点搜索算法的搜索策略,使规划出的路径更加平滑;引入了势场合力递减系数,减少了势场蚁群算法因势场而陷入的局部最优问题;引入了简化的跳点搜索算法对初始化信息素进行更新,提高了算法前期的搜索效率。为验证该算法的有效性,使用不同规格的栅格地图进行了仿真试验,仿真结果表明,相比于势场蚁群算法,该算法能够有效减少收敛迭代次数,其收敛搜索时间更短,且最终搜索到的路径更优。最后将该算法应用到实际的基于ROS的移动机器人导航试验中,试验结果表明,该算法能有效解决移动机器人全局路径规划问题,且能明显提升机器人全局路径规划的效率。

关 键 词：移动机器人 路径规划 蚁群算法 人工势场法 跳点搜索算法  

分 类 号：TP242]