基于改进型蚁群算法的AUV路径规划

被引：13

作者：

董凌艳 ^{[1
,2
]}

徐红丽 ^{[1
]}

机构：

[1] 中国科学院沈阳自动化研究所机器人学国家重点实验室

[2] 中国科学院大学

来源：

自动化与仪表 | 2017年 / 32卷 / 03期

关键词：

路径规划; 蚁群算法; 再励学习; Dijkstra算法; 信息素更新; 自治水下机器人;

D O I：

10.19557/j.cnki.1001-9944.2017.03.001

中图分类号：

TP18 [人工智能理论]; TP242 [机器人];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 1111 ;

摘要：

在已知障碍物的环境中寻找一条从起点到终点的无碰路径即为路径规划。扩展改进型蚁群算法应用背景,应用于智能水下机器人(AUV)的路径规划。为改善传统蚁群算法在实际应用中的不足,提出加入再励学习机制的改进型蚁群算法。通过对蚁群信息素更新实行奖惩制度后,改善蚁群算法搜索求解缓慢,易陷入局部最优解而产生停滞现象,提高算法的搜索速度及寻优能力,能够明显地提高路径规划的效率。仿真结果验证了改进算法的有效性。

引用

页码：1 / 4

页数：4

共 10 条

[1] 概率地图UAV航线规划的改进型蚁群算法 [J].