一种改进蚁群算法的路径规划研究

作者：刘海鹏; 念紫帅

来源：小型微型计算机系统, 2023, 1-7.

DOI：10.20009/j.cnki.21-1106/TP.2021-0585

• 启发函数
• 奖惩机制
• 信息素挥发因子
• 路径优化

针对机器人在复杂环境中的路径规划问题，本文提出了一种改进蚁群算法的路径规划研究方法。首先，在启发函数中引入一种自适应调整的放大因子，以提高相邻节点的启发信息差异，使蚂蚁朝着最优路径的方向搜索；其次，采用一种奖惩机制对路径上的信息素进行更新，使算法的收敛速度得到有效的提高；然后，通过对信息素挥发因子进行动态调整，提高蚁群的搜索速度，使算法快速收敛。最后，在最优路径的基础上，采用拐点优化算法与分段B样条曲线相结合的方法来进行路径优化，有效的改善了路径的平滑性。仿真结果表明，所提的研究方法具有更好的收敛性和搜索能力，更符合机器人运动的实际要求。

• 单位
  昆明理工大学; 自动化学院