计算机应用

作者：黄超, 梁圣涛, 张毅, 张杰

单位：重庆邮电大学 信息无障碍工程研发中心, 重庆 400065

关键词：路径规划,移动机器人,蝗虫优化算法,多目标

基金：重庆市教委科学技术研究项目（KJ1600442）；重庆市技术创新与应用示范（产业类重点研发）项目（cstc2018jszx-cyzdX0112）。

在静态多障碍物环境下的移动机器人路径规划问题中，粒子群算法存在容易产生早熟收敛和局部寻优能力较差等缺点，导致机器人路径规划精度低。为此，提出一种多目标蝗虫优化算法（MOGOA）来解决这一问题。根据移动机器人路径规划要求将路径长度、平滑度和安全性作为路径优化的目标，建立相应的多目标优化问题的数学模型。在种群的搜索过程中，引入曲线自适应策略以提高算法收敛速度，并使用Pareto最优准则来解决三个目标之间的共存问题。实验结果表明：所提出的算法在解决上述问题中寻找到的路径更短，表现出更好的收敛性。该算法与多目标粒子群（MOPSO）算法相比路径长度减少了约2.01%，搜索到最小路径的迭代次数减少了约19.34%。

来源：2019年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第10期