改进IACA-GM算法在移动机器人路径规划中的研究

简介

针对传统蚁群算法应用在机器人路径规划当中,容易出现搜索空间过大,容易陷入局部最优,搜索效率过低等缺陷,提出一种在传统蚁群算法基础上,加入伪随机因子,利用下一节点到目标节点的距离来修改期望启发函数,改变差路径信息素更新方式的算法(Improved ant colony algorithm based on grid model,IACA-GM),建立栅格环境模型进行模拟仿真,实验结果表明,IACA-GM算法有效地缩小了最优路径的搜索范围,减少了循环次数,加快了算法收敛速度,提高了机器人对最优路径的搜索效率。