计算机科学与探索

作者：刘新宇，谭力铭，杨春曦，翟持

单位：昆明理工大学 化学工程学院，昆明 650500

关键词：蚁群-聚类算法,动态路径规划,自适应半径,对角障碍,平滑机制

针对用于动态环境中的机器人路径规划的蚁群算法存在收敛速度慢，路径累计转折角大，对环境变化适应性低等问题，提出了一种未知环境下的蚁群-聚类自适应动态路径规划方法。依据聚类算法对环境复杂程度的准确判别自动改变寻优半径，达到充分利用机器人有限的计算能力，提高收敛速度的目的；通过识别对角障碍，生成虚拟障碍，确保规划的路径不穿过对角障碍；通过平滑机制对搜索的动态路径做平滑优化处理，有效降低了路径长度，减少了累计转折角。仿真结果表明，提出的算法能够根据障碍的复杂程度自动选择合适的搜索半径，完成路径的动态规划，体现出良好的环境适应能力和较好的综合路径优化性能。

来源：2019年第5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2019年第5期