基于改进粒子群优化算法的移动机器人路径规划

摘要

针对机器人在障碍物数目不同的情况下,提出了一种改进的粒子群优化(PSO)算法——EXPSO算法来获得一条最佳路径。首先,基于原始的PSO算法,新增了用于粒子搜索过程中局部信息和全局信息的交流项。该项用于迭代搜索过程中局部与全局信息的实时交流,可以提高深入搜索和避免陷入局部最优的能力,经过多组国际测试函数在不同情况下多次测试确定为递减函数时效果最好。然后,分别在少数障碍物下与多数障碍物下做了路径规划,利用惩罚函数驱使机器人进行路径规划时,能快速避开障碍物。同时用三次样条函数来平滑路径,与标准PSO(SPSO)和遗传算法(GA)比较,最后结果均显示了加入交流项后的PSO算法规划的全局路径更短,收敛精度更高,显示了该算法的有效性和优越性。