计算机科学与探索

作者：殷绍伟, 彭力, 戴菲菲

单位：1. 物联网技术应用教育部工程研究中心（江南大学 物联网工程学院），江苏 无锡 2141222. 台州市产品质量安全检测研究院，浙江 台州 318000

关键词：路径规划,蚁群算法（ACO）,A*算法,滚动窗口法,遗传算法（GA）,贝塞尔曲线,动态避障

针对蚁群算法应用于移动机器人路径规划时，出现的死锁、收敛慢、易陷入局部最优以及路径不平滑的问题，提出了一种融合改进A*蚁群算法与滚动窗口法的平滑路径规划方法。首先，用改进的A*算法初始化蚁群信息素，解决前期蚁群效率低的问题。然后，改进状态转移概率函数，在函数中考虑可行路径“活跃度”以及终点位置，避免死锁现象。同时，基于不平等原则机制更新蚁群的信息素，避免陷入局部最优路径，加快算法的收敛速度。其次，融合滚动窗口法，在全局路径规划的基础上，结合动态避障策略进行局部实时路径规划。最后，使用贝塞尔曲线对所规划出的路径进行平滑度处理，使平滑后的路径更加接近实际运动路径。为确保算法表现出最好的性能，利用带精英策略的遗传算法对该算法中的参数进行自主优化选择。三组实验结果表明，无论是简单还是复杂的静态或动态障碍物存在的环境中，该算法均有不错的效果。

来源：2021年第10期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2021年第10期