融合改进灰狼优化算法和人工势场法的路径规划

作者：音凌一; 向凤红^*

来源：电子测量技术, 2022, 45(03): 43-53.

DOI：10.19651/j.cnki.emt.2108659

• 特征栅格
• 相对距离
• 调节因子
• 节点优先级
• 临时边界

传统灰狼优化算法(GWO)规划的路径全局较优，但存在求解效率低和易陷入局部最优的缺陷，而人工势场法(APF)规划的路径虽然平滑，但有规划路径存在震荡和目标不可达的问题。针对两种算法的不同缺陷，提出一种兼顾全局和局部特性的算法-灰狼势场算法(GWPFA)。首先，提出一种建立特征栅格地图的新方法；其次，通过设置灰狼个体的相对距离d和调节因子λ,将参数a改进成非线性衰减；再次，提出节点优先级的概念，根据此概念重新对路径规划问题进行建模；最后，将改进GWO算法全局路径规划的节点作为APF算法的临时目标点，并改进临时目标点为临时边界，再进行局部路径规划。仿真结果表明，在全局静态环境下，GWPAF算法的运行时间、最优路径长度及转弯角度相比于GWO算法分别优化了224.5 s、16.3 m及38.9°;在局部动态环境下，GWPFA算法在保证路径最优性的同时可以成功避障。仿真结果验证了GWPFA算法的有效性、可行性及优越性。

• 单位
  昆明理工大学; 自动化学院