基于改进粒子群算法的电动机器人全局路径规划

二维空间环境下电动机器人使用传统粒子群算法(particle swarm optimization,PSO)规划全局路径容易出现收敛速度慢、路径精度不达标等问题，提出一种基于改进粒子群算法(improved particle swarm optimization,I-PSO)对电动机器人进行全局路径规划。首先使用栅格法对机器人的工作环境建模，将路径长度和碰撞风险作为优化目标，然后使用粒子的适应度差值动态调节算法的惯性权重参数，优化对活动空间的整体或部分区域的探索。在算法中引入一个随机因子，增大粒子的随机性，提升最优解的质量。MATLAB仿真结果表明，与传统的PSO结果对比，提出的IPSO在算法收敛性和鲁棒性上更好，并且规划出的路径长度较短、安全性更高。