基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在传统自动引导小车(automated guided vehicle,AGV)路径规划研究方法中,针对环境模型多为正方形栅格导致模拟效果差的问题,提出了一种基于蜂巢栅格形状的地图模型,并针对传统蚁群算法求解路径规划问题时效率低下且结果不稳定的缺点,提出了一种基于改进型蚁群算法的AGV路径规划方法.首先,利用蜂巢栅格对环境进行建模,再使用改进型蚁群算法,根据每只蚂蚁和每次迭代的评估,使用不同的信息素更新规则来得到最终路径.实验结果表明,改进型蚁群算法解决了传统蚁群算法不能较好收敛的问题,并能获得更短的规划路径.再和相关文献算法的结果进行对比,发现使用改进型蚁群算法能在算法前期获得更好的路径采集效果,在算法后期能获得更好的收敛效果,提高了路径搜索的准确性和稳定性.
推荐文章
基于栅格法的矢量路径规划算法
最短路径分析
栅格
空间分析
Dijkstra算法
地理信息系统
基于扇形栅格地图的移动机器人全局路径规划
全局路径规划
扇形栅格
波传播算法
移动机器人
虚拟内窥镜的路径规划算法研究
虚拟内窥镜
路径规划算法
中心路径规划
多无人艇协同遍历路径规划算法
无人扫测艇
协同
K-means++算法
遍历路径规划
动态重规划
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合栅格地图模型的改进AGV路径规划算法研究
来源期刊 计算机技术与发展 学科
关键词 自动引导小车 路径规划 蚁群算法 蜂巢栅格模型 信息素更新
年,卷(期) 2021,(9) 所属期刊栏目 人工智能技术
研究方向 页码范围 1-6
页数 6页 分类号 TP18|TH16
字数 语种 中文
DOI 10.3969/j.issn.1673-629X.2021.09.001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (131)
共引文献  (114)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(19)
  • 参考文献(0)
  • 二级参考文献(19)
2016(18)
  • 参考文献(1)
  • 二级参考文献(17)
2017(16)
  • 参考文献(1)
  • 二级参考文献(15)
2018(22)
  • 参考文献(1)
  • 二级参考文献(21)
2019(8)
  • 参考文献(0)
  • 二级参考文献(8)
2020(9)
  • 参考文献(9)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自动引导小车
路径规划
蚁群算法
蜂巢栅格模型
信息素更新
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导