摘要

针对蚁群算法存在收敛速度慢,易陷入局部最优的问题,提出了一种将人工势场和对数蚁群算法相融合的新算法。该算法是在蚁群算法的基础上,将势场的影响因素引入到蚁群算法的状态转移概率函数和启发函数中,并通过对数函数模型对蚁群算法的信息素更新策略进行改进,使得路径算法搜索不再具有盲目性,并加快算法的收敛速度。为了验证改进算法的有效性,分别在不同环境的2维栅格地图中进行仿真。仿真结果表明,相比改进前的蚁群算法,改进后的蚁群算法在路径规划中收敛速度更快,规划效率更高。将基于势场导向的对数蚁群算法应用于Hokuyo激光建图的实际机器人上进行路径规划实验。实验结果表明,改进后的蚁群算法路径搜索效率较改进前提高了约52%。