混沌狼群围捕算法的车间机器人导航路径规划

为了提高车间内机器人导航规划的实时性、减少导航路径长度,提出了混沌狼群围捕算法。建立了工作环境的矢量模型与路径的适应度函数;在狼群围捕算法基础上,使用Tent混沌映射改进了狼群初始化方法,使狼群初始分布更加均匀,有利于算法初期对整个工作区域的遍历式搜索;鉴于levy飞行长时间短距离来回搜索与偶尔长距离搜索相互穿插的特点,将其应用于改进围捕步长,有利于算法长期的细致搜索并保持跳出局部极值的能力;借鉴遗传思想改进狼群进化方法,将算法向收敛的方向进行引导;基于以上改进,提出了混沌狼群围捕算法。在车间环境下进行仿真验证,与传统狼群围捕算法相比,混沌狼群围捕算法的导航规划用时减少了37.5%,最优导航路径长度减少了16.7%。