仪器仪表学报

作者：邓冬冬，许建民，孟 寒，杨 炜

单位：邓冬冬,1.厦门理工学院机械与汽车工程学院,,许建民,1.厦门理工学院机械与汽车工程学院,,孟 寒,1.厦门理工学院机械与汽车工程学院,,杨 炜,1.厦门理工学院机械与汽车工程学院,

关键词：移动机器人;路径规划;蚁群算法;人工势场法;融合算法

基金：国家重点研发计划(2023YFB3406505)项目资助

为解决移动机器人在复杂环境和动态障碍物条件下规划出的全局路径质量差以及局部路径易于陷入局部最优等问题,提出一种基于蚁群算法与人工势场法的融合算法。首先,针对传统蚁群算法全局搜索能力差,收敛速度慢等问题,优化了其搜索方式,构建了新的信息素更新规则,引入了修正后的启发式信息,设计了路径节点优化策略以提高其路径质量和搜索效率;其次,通过将移动机器人到目标点的相对距离加入到斥力势场函数中以及设置子目标点来解决传统人工势场法存在目标不可达和局部极小值的问题;最后,融合改进后的蚁群算法和改进后的人工势场法来提高融合算法在复杂动态和静态环境下的路径规划性能。通过仿真分析选取改进人工势场法的参数组合。仿真结果表明:改进蚁群算法较传统蚁群算法最优路径缩短26.23%,路径转折点减少60.00%,搜索效率提升73.75%;改进人工势场法有效地解决了传统人工势场法的局限性同时提高了其局部避障能力;融合算法在保持贴合全局最优路径的前提下能够规划出无碰撞平滑路径。实验结果表明:在实际场景中,与现有传统算法相比,改进蚁群算法规划出的路径更短;在Gazebo物理仿真平台中,融合算法能够对静态障碍物进行有效避障,验证了其理论可行性。

来源：2025年第2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2期