仪器仪表学报

作者：张彪，李永强

单位：张彪,1.哈尔滨理工大学自动化学院哈尔滨150080； 2.黑龙江省复杂智能系统与集成重点实验室哈尔滨150080,zhangbiao@hrbust.edu.cn,李永强,1.哈尔滨理工大学自动化学院哈尔滨150080； 2.黑龙江省复杂智能系统与集成重点实验室哈尔滨150080,

关键词：蚁群算法;路径规划;移动机器人;启发式机制;动态避障

路径规划算法是移动机器人研究的关键环节，蚁群算法正是较为成熟的一种算法，针对移动机器人路径规划算法所存在的收敛速度慢，转折点多，稳定性差等问题，提出了一种改进的动态寻优蚁群算法(IDOACO)，并通过3种措施进行改进。首先，设置带有方向指引的启发式信息，通过角度引导因子增强路径规划的目的性；其次，在伪随机状态转移概率中引入障碍排除因子和安全系数，提高路径的安全性；然后，提出多目标评价函数，平衡路径长度和能源损耗，实现路径规划的全局优化；最后，搭建动态避障调整模块，实时评估和调整路径，实现即时动态避障功能。将IDOACO算法进行实验对比，实验结果表明，在复杂地图环境下，IDOACO算法相较于现有算法，平均路径长度提升了约4.63%和11.78%，收敛速度标准偏差分别提高了55.21%和66.27%，实验表明IDOACO算法生成的最短路径不仅收敛更快，转弯次数更少，且具有更高的稳定性和收敛精度，随后成功验证了动态避障效果，最后将改进的算法应用于ROSMASTER-X3移动机器人，设置不同的目标点进行实际路径规划，实验结果表明，该算法可有效解决移动机器人路径规划中所面临的问题，具有一定的实际应用价值。

来源：2025年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第3期