计算机应用

作者：刘昂, 蒋近, 徐克锋

单位：1. 湘潭大学 自动化与电子信息学院, 湖南 湘潭 411105;2. 智能计算与信息处理教育部重点实验室(湘潭大学), 湖南 湘潭 411105

关键词：移动机器人,路径规划,鸽群算法,模拟退火准则,平滑化,重规划

基金：湖南省自然科学基金资助项目（2015JJ3126）。

针对复杂环境下移动机器人路径规划中存在的迭代速度慢和路径欠优等问题，提出将全局与局部规划算法相结合的路径规划方法。首先，利用同步双向A*算法对蚁群算法的信息素进行优化，并对蚁群算法的转移概率和信息素更新机制进行改进，从而使算法的全局寻优速度更快，缩短移动机器人的路径长度；进一步地，将静态路径用于鸽群算法的初始化；然后，利用改进的鸽群算法对移动机器人进行了局部路径规划，通过引入模拟退火准则的方法解决局部最优问题，利用对数S型传递函数对鸽群数量的步长进行优化，从而能更好地避免与动态障碍物的碰撞。最后，利用B样条曲线对路径进行平滑化和重规划。仿真结果表明，该方法在全局静态和局部动态阶段均能生成路径长度短、评价值低的平滑路径，且收敛速度快，适合移动机器人在动态复杂环境中的穿行。

来源：2020年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第11期