未知环境中基于量子蚁群优化的移动机器人实时路径规划

• 作者: 周萌 张继宇 张高林
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 量子蚁群优化 路径规划 移动机器人 激光测距仪
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 49-52,67
• 页数: 5页
• 分类号: TP242
• 字数: 3669字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.07.010

摘要

针对未知环境中移动机器人的实时路径规划问题,提出一种基于量子蚁群优化(Quantum Ant Colony Optimization,QACO)算法.本文方法中,每只蚂蚁携带一组量子比特从而增大了算法搜索空间,并采用量子旋转操作来增加种群位置的多样性,避免过早收敛,有利于算法跳出局部最优.在栅格环境模型的基础上建立激光探测模型,当激光探测模型探测到有威胁的障碍时,调用本文方法来重新规划路径,直至机器人避开障碍.最后,仿真实验表明本文方法的有效性、快速性及稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周萌		2	2	1.0	1.0
2	张高林	中国石化催化剂有限公司技术信息部	1	2	1.0	1.0
3	张继宇	哈尔滨工程大学自动化学院	2	2	1.0	1.0