改进精英蚁群算法在未知环境下的移动机器人路径规划

针对传统精英蚁群算法在移动机器人路径规划中易陷入局部最优的问题,通过改进最优路径信息素增加系数e的取值提升算法性能,使其跟随迭代周期的改变而不断自适应变化。首先利用栅格法对机器人感知的环境进行空间环境建模,明确移动规则;接着构建最优路径信息素增加系数e的数学模型并进行验证;最后对比不同规模地图环境的仿真实验,发现改进后的精英蚁群算法在寻找最优路径时有更好的收敛性、更快的运算速度、更优的平滑性。