發(fā)布時間：2020-11-09 21:32

　　 蟻群算法作為一種模仿螞蟻覓食行為的仿生算法,常常被人們優(yōu)先用于路徑規(guī)劃。但是,普通蟻群算法計算量大,容易出現(xiàn)局部最優(yōu)化。為了提高最短路徑搜索速度,建立了新的基于方向夾角的啟發(fā)因子,使得螞蟻優(yōu)先選擇夾角小的節(jié)點作為下一移動節(jié)點;同時采用了較復(fù)雜的對角線距離的倒數(shù)作為新的啟發(fā)式因子,該距離公式無需進行平方根運算,求解簡單,再一次提高了搜索效率。實驗表明:在同等最短路徑的情況下,與原蟻群算法相比,最短路徑的搜索效率提升了3倍。滿足在復(fù)雜果園環(huán)境下移動機器人的實時路徑規(guī)劃需求。
【部分圖文】：

柵格序號與坐標關(guān)系圖

(1)傳統(tǒng)蟻群算法通常只包含單個啟發(fā)式因子,所能產(chǎn)生的啟發(fā)信息有限。針對復(fù)雜且范圍較廣的果園環(huán)境,啟發(fā)信息不足,極易使螞蟻在搜索路徑的過程中陷入局部最優(yōu)或者停止不前,影響搜索速度。如圖3所示,增加向量ij與向量iT的夾角αij。由路徑1、2比較可以得出,αij越小,路徑越短。因此,新建方向夾角啟發(fā)因子φij,使得螞蟻在選擇路徑時,盡量選擇αij小的節(jié)點作為下一移動節(jié)點。路徑向量圖及推導(dǎo)公式如下。如圖3所示,向量可表示為

此外,為了驗證改進算法在復(fù)雜環(huán)境中的可行性,建立了迷宮環(huán)境地圖,并在此環(huán)境地圖中運行改進后的蟻群算法,如圖6所示。由圖6可見,可迅速規(guī)劃出一條從入口A到出口B的最優(yōu)路徑。由于機器人自身存在一定的尺寸,為了避免機器人在障礙物的角邊通過時發(fā)生碰撞�，F(xiàn)對其進行如下約束:若柵格Pl和Pj為相鄰的柵格,且有yl=yj,|xl-xj|=1或xl=xj,|yl-yj|=1時,其中Pi(xi, yi)∈C, Pj(xj, yj)∈R(C為柵格Pi的相鄰區(qū)域,R為障礙物柵格的集合)。則有:如果yi=yj,|xi-xj|=1或xi=xj,|yi-yj|=1,則Pl為禁入柵格[16]。圖5 改進蟻群算法最優(yōu)解進化曲線
【相似文獻】

相關(guān)期刊論文 前6條

1 ;華中科技大學(xué)學(xué)報(自然科學(xué)版) 2017年 第45卷 總目次[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2017年12期

2 賈士偉;李軍民;邱權(quán);唐慧娟;;基于激光測距儀的溫室機器人道路邊緣檢測與路徑導(dǎo)航[J];農(nóng)業(yè)工程學(xué)報;2015年13期

3 黃小玉;李光林;馬馳;楊士航;;基于改進判別區(qū)域特征融合算法的近色背景綠色桃子識別[J];農(nóng)業(yè)工程學(xué)報;2018年23期

4 ;華中科技大學(xué)學(xué)報(自然科學(xué)版)2011年第39卷總目次[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2011年12期

5 ;華中科技大學(xué)學(xué)報(自然科學(xué)版) 2008年 第36卷 總目次[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2008年12期

6 李景福;;一種用于植物圖像背景分割的最大熵改進算法的研究[J];安徽農(nóng)業(yè)科學(xué);2007年25期

本文編號：2876994