基于改进势场与蚁群算法的机器人路径规划法

针对经典势场与蚁群联合机器人路径规划算法,易陷入局部最优、路径震荡且对不同复杂障碍物环境适应性差等问题,提出了基于改进的势场与蚁群算法的机器人路径规划算法。算法首先利用斥力距离值引入和增设虚拟子目标点改进经典人工势场算法,以优化其目标不可达和局部欠优问题,并通过过滤振荡点平滑最优路径,其次在改进势场优化蚁群初始路径筛选基础上,通过挥发因子的自适应设置与全局搜索策略的改进,提高蚁群算法对不同复杂障碍环境的适应性和全局最优路径的有效性。实验结果表明,所提算法能够有效避免经典算法的局部最优问题,路径较为平滑,对不同障碍物环境具有较好的适应性,全局搜索能力和收敛速度优于实验采用的已有算法,从而验证了该算法的有效性。