粒子群算法改进灰狼算法的机器人路径规划

摘要

路径规划的目的是在有障碍物的环境中寻找可行性路径,即从起始位置到目标位置长度最小的无碰撞路径。针对避障路径规划问题,提出基于灰狼算法的改进方法,用于提高路径规划效率。改进算法将粒子群优化算法与灰狼算法相结合,融合二者思想改进灰狼算法的位置更新公式,通过粒子群算法改善灰狼算法易过早收敛而陷入局部最优以及收敛速度较低的问题。实验结果表明,改进算法在求取全局最优解和收敛速度方面相较于基础灰狼算法均有不同程度的提高,平均求解时间仅为基础算法的89.8%,迭代次数为基础算法的83%。粒子群优化算法改进的灰狼算法具有更加优秀的路径规划性能。