基于蚁群算法的机器人全局路径规划算法改进OA

为了解决在复杂环境中果园喷雾机器人全局路径规划效率不高的问题,本文提出一种新的路径规划算法.本算法利用蚁群算法的基本原理进行优化,引入高度矩阵对启发函数进行优化.利用角度数评价函数、物数量评价函数等参数对信息素增量进行优化,在寻径过程中更高效地躲避障碍物,避免进入死循环,同时减少迭代次数;设定信息素浓度值的最大值和最小值,可以避免算法早熟和停滞.本文进行对比测试,测试结果表明,与基本蚁群算法相比,使用本文算法,最优路径减少7.896 m,迭代次数降低23次,运行时间减少18.195 s,环境越复杂,本文算法的优势越明显.