基于改进融合蚁群算法的AGV路径规划

针对传统蚁群算法在AGV寻路时存在收敛速度慢、转角次数多且不够平滑等问题,在蚁群系统算法(Ant Colony System,ACS)的基础上,提出一种改进融合蚁群算法。首先通过势场引力函数来改进蚁群系统的启发函数;其次,采用一种改进自适应伪随机转移策略,在信息素更新中引入自适应挥发因子;然后,采用三次B样条曲线平滑策略进行优化;最后,在栅格地图中进行仿真,结果表明,改进算法达到缩短路径长度和减少转角次数的目的,同时提高算法的收敛性和路径平滑性,相较于传统蚁群算法能明显提升寻路效率。