| 基于改进蚁群算法的移动机器人路径规划 |
| |
| 引用本文： | 温如春,汤青波,杨国亮.基于改进蚁群算法的移动机器人路径规划[J].兵工自动化,2010,29(8):69-70. |
| |
| 作者姓名： | 温如春 汤青波 杨国亮 |
| |
| 作者单位： | 江西理工大学,机电工程学院,江西,赣州,341000;江西理工大学,机电工程学院,江西,赣州,341000;江西理工大学,机电工程学院,江西,赣州,341000 |
| |
| 基金项目： | 2009年度江西省教育厅科技项目立项资助 |
| |
| 摘 要： | 针对移动机器人路径规划中传统蚁群算法容易出现停滞现象、收敛较慢的问题进行研究。采用局部更新规则和自适应方法,构建了移动机器人在迷宫中的动态路径规划模型。通过计算机仿真和电脑鼠机器人实际行走实验表明,在场地复杂的情况下,该算法可以有效地规划出全局最优路径,加快规划速度,满足实际应用需要。
|
| 关 键 词： | 蚁群算法 路径规划 移动机器人 迷宫 |
| 收稿时间： | 2010/10/21 0:00:00 |
Mobile Robot's Path Planning Based on Improved Ant Colony Algorithm |
| |
| Wen Ruchun,Tang Qingbo,Yang Guoliang.Mobile Robot's Path Planning Based on Improved Ant Colony Algorithm[J].Ordnance Industry Automation,2010,29(8):69-70. |
| |
| Authors: | Wen Ruchun Tang Qingbo Yang Guoliang |
| |
| Affiliation: | Wen Ruchun,Tang Qingbo,Yang Guoliang(School of Mechanical & Engineering,Jiangxi University of Science & Technology,Ganzhou 341000,China) |
| |
| Abstract: | Aiming at the problem that the traditional ant colony algorithm for mobile robot path planning easier to stagnation behavior and slower convergence.Local update rule and self-adaptive method construction of dynamic path planning of mobile robot in the maze model are made.Computer simulation and micro-mouse walking robot actual experiments show that the optimal path planning algorithms can effectively work under any complicated situation. |
| |
| Keywords: | ant colony algorithm path planning mobile robot maze |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《兵工自动化》浏览原始摘要信息 |
|
点击此处可从《兵工自动化》下载全文 |
|
