基于改进蚁群算法的机器人路径规划研究

摘要

针对当前机器人路径规划算法大多只考虑路径的单目标优化,提出一种基于多目标优化的改进蚁群算法,在考虑路径长度的基础上将转向次数加入启发函数中.同时对信息素范围加以限制,增大搜索空间,避免算法过快收敛于局部最优解.提出了一种信息素自适应挥发因子,从而提升算法的搜索性能及收敛速度.针对栅格环境中路径不平滑的问题,采用贝塞尔曲线对路径进行平滑处理.实验结果表明,改进的算法在常规和特殊环境下都表现出更好的综合性能且路径更加平滑,因此更适应机器人的实际运行情况.