基于改进蚁群算法的水下机器人路径规划研究

Path planning of underwater robot based on improved ant colony algorithm

水下机器人在民用和军事领域都有着非常重要的价值,而路径规划是水下机器人的关键技术之一。为了解决蚁群算法在水下机器人在路径规划中收敛速度慢,易陷入局部最优情况,累计转折角大和易与障碍物碰撞等问题。提出了在基本蚁群算法基础上,改进初始信息素和信息素更新方式的方法加快蚁群算法的收敛速度;将蚁群算法(ACA)和遗传算法(GA)融合提出了ACAGA算法加快收敛速度同时解决陷入局部最优问题;最后采用平滑机制进行平滑优化处理解决转折角过大和易与障碍物碰撞问题。仿真结果表明,提出改进的蚁群算法在完成路径的规划过程中,表现出良好的综合性能。