基于改进蚁群算法的星球探测机器人路径规划技术

• 作者: 岳富占 崔平远 崔祜涛
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 星球探测机器人 路径规划 蚁群算法 行为融合
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 短文
• 页码范围: 1437-1440
• 页数: 4页
• 分类号: TP24
• 字数: 4104字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2006.12.025

摘要

对蚁群算法中蚂蚁的个体行为进行改进,解决了星球表面复杂环境下探测机器人的路径规划问题.在个体行为中加入目标导向行为、惯性行为和沿障碍行走行为,并进行加权融合,改进了传统的ACO算法,提高了算法的智能,保证了算法的全局收敛性.在蚁群算法规划的基础上提出一种紧绳算法,对蚁群算法的最后结果进行处理,最终给出了最优规划路径.最后通过仿真对该方法进行验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔平远	哈尔滨工业大学深空探测基础研究中心	194	2213	22.0	36.0
2	崔祜涛	哈尔滨工业大学深空探测基础研究中心	152	1438	20.0	28.0
3	岳富占	哈尔滨工业大学深空探测基础研究中心	7	94	5.0	7.0