改进萤火虫算法求解多机器人路径规划

为解决多机器人在静态环境中的路径规划问题,以路径长度为优化目标模型,并针对此模型设计了多机器人萤火虫算法(MR-FA)。首先,考虑到路径安全性对环境中的障碍物采取扩张操作,设计初始化规则以提高生成初始种群的效率;其次,根据算法的连续性原理及特点,设计个体等长策略将维度不一致的个体转变为等维度个体以便于萤火虫的移动更新,并对移动更新后的不可行解采取路径修正策略;然后对规划出的每个机器人的移动路径进行碰撞检测,同时针对机器人不同的碰撞情况设计相应的避碰策略,即暂停—回退策略(PFS)、局部路径重规划策略(LPRS);最后,为验证MR-FA的有效性,在三组环境中进行仿真实验并与其他三种算法进行对比,综合得出MR-FA在解决多机器人路径规划时更有优势。     

多种群萤火虫算法求解机器人路径规划问题北大核心CSCD

为解决机器人在静态环境中的路径规划问题,提出了一种以路径的长度和光滑性为目标的模型。针对此模型设计多种群萤火虫算法(MP-FA),并引入人工蜂群算法调试获得MP-FA所需参数。首先,提出一种萤火虫的飞行规则用于初始化个体;然后,设计种群划分规则,将初始种群划分为多个子种群,对子种群内部和子种群之间的位置移动采取不同的策略,特别是对子种群内部的个体采取一种局部更新方式;最后,设计相应的路径简化规则与光滑规则对全局最优解进一步优化。仿真实验和统计分析的结果验证了MP-FA对求解机器人路径规划问题有很好的适用性。