基于混合粒子群算法的巡检机器人路径规划

摘要

针对巡检机器人路径规划问题,提出一种基于混合粒子群算法的路径规划方法,目的是当巡检机器人在工作区进行巡检时,为其提供一条最短路径。该方法引入遗传算法中的交叉和变异策略,对传统粒子群算法进行改进。试验结果表明,在70m×70m的工作区中,改进粒子群算法规划的最短路径长度相比传统粒子群算法和遗传算法分别减少43.93m和23.34m,其迭代次数相比传统粒子群算法和遗传算法分别减少34次和23次,验证了此改进算法的有效性。