基于改进粒子群蚁群融合算法的多AGV路径规划

• 作者: 熊昕霞 何利力
• 来源期刊: 智能计算机与应用
• 关键词: 自动导引小车 路径规划 粒子群优化 蚁群优化
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 学术研究与应用|Academic research and application
• 页码范围: 103-108
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2020.09.025

摘要

为确定多自动导引小车(AGV)在复杂仓库环境下最优路径,本文提出了一种改进粒子群蚁群融合算法,用于多AGV路径规划.为了最小化所有AGV到达仓库中各自目的地的时间并且无碰撞,本文建立了以每个机器人路径最短、转弯角度最小以及与障碍物保持安全距离为约束的目标函数,采用所提的混合粒子群蚁群优化算法求解.仿真结果表明,在优化路径长度、安全性以及到达时间方面都优于改进的粒子群优化算法、蚁群优化算法.