未知环境下的蚁群-聚类自适应动态路径规划*

• 作者: 刘新宇 杨春曦 翟持 谭力铭
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 蚁群-聚类算法 动态路径规划 自适应半径 对角障碍 平滑机制
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 846-857
• 页数: 12页
• 分类号: TP391
• 字数: 7614字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1811015

摘要

针对用于动态环境中的机器人路径规划的蚁群算法存在收敛速度慢,路径累计转折角大,对环境变化适应性低等问题,提出了一种未知环境下的蚁群-聚类自适应动态路径规划方法.依据聚类算法对环境复杂程度的准确判别自动改变寻优半径,达到充分利用机器人有限的计算能力,提高收敛速度的目的;通过识别对角障碍,生成虚拟障碍,确保规划的路径不穿过对角障碍;通过平滑机制对搜索的动态路径做平滑优化处理,有效降低了路径长度,减少了累计转折角.仿真结果表明,提出的算法能够根据障碍的复杂程度自动选择合适的搜索半径,完成路径的动态规划,体现出良好的环境适应能力和较好的综合路径优化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘新宇	昆明理工大学化学工程学院	2	7	1.0	2.0
2	谭力铭	昆明理工大学化学工程学院	1	7	1.0	1.0
3	杨春曦	昆明理工大学化学工程学院	22	112	5.0	10.0
4	翟持	昆明理工大学化学工程学院	2	7	1.0	2.0