针对移动机器人路径规划时蚁群算法稳定性不足且易陷入局部极值的问题，提出一种改进多步长蚁群算法，改进了基本蚁群算法中只能单步位移且方向固定的移动模式，从而减少路径的转向次数且缩短路径长度。针对移动机器人实际工作时可能遇到的环境坡度大的情形，在启发函数中加入高度因素，提升算法环境适应能力。采用自适应挥发机制，加快算法收敛速度及效率。结果表明：在具有变化高度的环境中，与基本蚁群算法相比，改进多步长蚁群算法规划出的路径更平缓且距离更短，更适合移动机器人工作情景。
科研之友
微信
新浪微博
Facebook
分享链接
