科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对蚁群算法在全局路径规划时无目的搜索、收敛慢和规划的路径不平滑等问题，本文提出了一种融合A*蚁群和动态窗口法(dynamic window algorithm, DWA)的平滑路径规划方法。首先，对于传统蚁群算法，利用改进A*算法非均匀分配初始信息素，解决算法初期搜索无目的问题；给出算法自定义的移动步长和搜索方式，提高路径寻优效率；修改转移概率函数中的启发函数值并增加障碍物影响因子，在避免死锁现象的同时加快收敛速度；采用二次路径优化策略，使得路径更短更平滑；其次在动态窗口法的评价函数中引入动态避障评价子函数，提高路径的安全性。仿真实验结果表明，改进A*蚁群算法较传统蚁群算法可减少8.75%的路径长度和59%的转折点数，融合优化动态窗口法后，移动机器人既能保证在静态环境下规划出全局最优的路径，又能实现动态环境下的路径规划，有效躲避环境中出现的动态障碍物。
- 单位
