基于自适应机制改进蚁群算法的移动机器人全局路径规划

作     者：毛文平 李帅永 谢现乐 杨雪梅 聂嘉炜 MAO Wen-ping;LI Shuai-yongy;XIE Xian-le;YANG Xue-mei;NIE Jia-wei

作者机构：重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2023年第38卷第9期

页      面：2520-2528页

核心收录：

学科分类：08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(61703066) 重庆市基础研究与前沿探索项目(cstc2018jcyjAX0536) 重庆市技术创新与应用发展专项(cstc2018jszx-cyztzxX0028,cstc2019jscx-fxydX0042,cstc2019jscx-zdztzxX0053)。 

主　　题：路径规划 蚁群算法 自适应机制 移动机器人 信息素浓度 栅格地图 

摘      要：针对基本蚁群算法在二维静态栅格地图下进行移动机器人路径规划时出现的搜索效率低下、收敛速度缓慢、局部最优解等问题,提出一种自适应机制改进蚁群算法,用于移动机器人在二维栅格地图下的路径规划.首先采用伪随机状态转移规则进行路径选择,定义一种动态选择因子以自适应更新选择比例,引入距离参数计算转移概率,提高算法的全局搜索能力以及搜索效率;然后基于最大最小蚂蚁模型和精英蚂蚁模型,提出一种奖励惩罚机制更新信息素增量,提高算法收敛速度;最后定义一种信息素自适应挥发因子,限制信息素浓度的上下限,提高算法全局性的同时提高算法的收敛速度.在不同规格的二维静态栅格地图下进行移动机器人全局路径规划对比实验,实验结果表明自适应机制改进蚁群算法具有较快的收敛速度,搜索效率明显提高且具有较好的全局搜索能力,验证了所提算法的实用性和优越性.