摘要
粒子群算法是智能机器人自主路径规划中的高效方法,但粒子群算法在搜索后期,粒子群种群多样性下降,导致粒子陷入局部极值。针对该问题,提出一种变异操作方法,使群体中的粒子在保留大部分以往搜索经验的前提下进行变异,增加种群多样性,使粒子有效脱离局部极值。建立路径点冗余筛选算法去除冗余路径点,使路径更平滑且更短。仿真实验结果显示,改进后的算法使粒子更容易脱离局部极值,有贡献的迭代次数更多,迭代效率明显改善。同时,经过冗余路径点筛选后,所规划路径更优更平滑,验证了该算法的有效性。
- 出版日期2019
- 单位西安工程大学