科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统蚁群算法求解自动导引车(Automated Guided Vehicle, AGV)路径规划时生成的最优路径弯曲次数多，累积弯曲角度大，造成路径轨迹整体不平滑；算法解算的路径规划结果容易陷入局部最优；处理死锁状态时路径规划方案多样性减少，导致出现寻优结果失真。针对上述情况，该文提出了将蚁群算法与A*算法相结合的优化模型，通过引入弯曲抑制算子以平滑路径；通过比对限制路径信息素，避免陷入局部最优；利用缩回机制应对凹陷障碍时容易出现的死锁情况，避免陷入死锁状态的蚂蚁在循环迭代中死亡。仿真实验结果表明，改进后的蚁群算法在收敛速度、最短路径长度以及路径轨迹平滑度上都优于传统蚁群算法。
- 出版日期2023
- 单位上海第二工业大学
