科研之友
微信
新浪微博
Facebook
分享链接
摘要
为缩短农业机器人全局路径规划的长度和时间并获得更好的安全路径，提出了一种采用多策略改进黑猩猩算法(MIChOA)的路径规划方法。首先，对传统的黑猩猩算法(ChOA)进行改进，在种群初始化阶段引入佳点集策略提高种群的多样性；其次，根据黑猩猩实际寻优过程提出正态随机余弦收敛因子策略，平衡了算法全局勘探与局部开发能力；然后，在算法陷入局部最优停滞时采用贪婪竞争机制的停滞扰动策略，加快算法跳出局部最优并准确找到全局最优解；最后，利用标准测试函数验证MIChOA算法的寻优性能，建立了具有111个障碍物的环境栅格地图开展仿真实验，将MIChOA算法应用于农业机器人路径规划，并与其他4种较为优秀的改进ChOA算法进行比较。结果表明：MIChOA算法在单峰和复杂多峰函数上均具有较高的寻优精度、稳定的收敛性和良好的鲁棒性；MIChOA算法的路径搜索性能优于其他4种改进ChOA算法，其中路径长度缩短了28.01%,寻优时间和迭代次数分别减少了54.58%和85.87%。
- 单位
