改进灰狼算法的移动充电机器人路径规划OA北大核心CSTPCD

移动充电机器人的出现解决了老旧停车场内电动汽车充电的问题,但停车场内复杂与随机的障碍物环境对其路径规划与避障功能提出了更高的要求。通过对传统灰狼算法的改进,对停车场内的电动汽车移动充电机器人的路径规划问题进行了仿真与分析。灰狼算法迭代速度快,但优化精度低,且容易陷入局部最优,在对停车场地图进行栅格化处理后,从适应度函数、收敛因子以及位置更新函数3个方面对传统灰狼算法进行了改进,并利用MATLAB软件进行了仿真。结果表明改进灰狼算法的平均迭代次数较传统灰狼算法减少了39.4%,路径长度缩短了4.7%,在与其他典型改进灰狼算法对比中路径长度最短。对同一停车场不同车位占用率的移动充电机器人的路径规划利用该算法进行了仿真,结果表明该算法在随机地图与不同目标位置的情况下均可以成功运行,验证了算法的稳定性。