一种动态环境下基于蚁群遗传算法的路径规划算法研究

随着搬运机器人、服务机器人等各类机器人进入人们的生活中,如何让机器人给人们带来更大的便利成为当前的研究热点。而机器人的路径规划问题一直都是机器人智能化发展的难点之一。为了克服遗传算法因种群多样性不足陷入局部收敛及并行性效果不明显的缺点,将遗传算法与蚁群算法相结合,进一步提升算法的收敛性和鲁棒性。在构建机器人环境模型时采用了栅格法,加入动态障碍物、巨大障碍物等信息,从而对比蚁群算法、遗传算法、蚁群遗传算法的路径规划效果。实验结果表明,相比于蚁群算法、遗传算法,蚁群遗传算法不仅能在短时间内规划出最短路径还具有良好的避障能力。