Maklink环境下机器人导航路径的蛙跳多种群粒子群优化

作者：李硕; 苏鸣; 赵燕

来源：机械设计与制造, 2022, (03): 258-261+265.

DOI：10.19356/j.cnki.1001-3997.20211115.021

• 机器人导航
• 路径规划
• 深度搜索
• Maklink模型
• 蛙跳多种群粒子群算法

为了减少机器人导航路径长度和优化时间，提出了基于蛙跳多种群粒子群算法的路径规划方法。建立了机器人工作环境的Maklink模型，首先使用MS算法搜索出若干最短路径，然后提出了蛙跳多种群粒子群算法进行路径二次优化。将蛙跳算法的深度搜索思想引入到粒子群算法中，提出了多种群粒子群算法的分群方法、更新策略和合作机制，进而给出了基于蛙跳多种群粒子群算法的机器人导航路径优化方法。经过仿真验证，蛙跳多种群粒子群算法具有最佳的优化效果，最短路径长度比MSCPSO算法减少了3.82%，比PSO算法减少了5.46%；另外，蛙跳多种群粒子群算法的运行时间比MSCPSO算法减少了25.53%，比PSO算法减少了18.79%。

• 单位
  武汉科技大学; 武昌首义学院