基于改进粒子群算法的智能机器人路径规划

计算机应用 ›› 2014, Vol. 34 ›› Issue (2): 510-513.

基于改进粒子群算法的智能机器人路径规划

张万绪,张向兰,李莹

西北大学信息科学与技术学院，西安 710127

收稿日期:2013-08-06 修回日期:2013-10-21 发布日期:2014-03-01 出版日期:2014-02-01
通讯作者: 张向兰
作者简介:张万绪（1964-），男，山西运城人，副教授，主要研究方向：智能控制与测试、机器人行为控制、电视信号处理;张向兰（1986-），男，陕西宝鸡人，硕士研究生，主要研究方向：智能控制与测试、机器人行为控制;李莹（1987-），女，辽宁葫芦岛人，硕士研究生，主要研究方向：图像增强。

Path planning for intelligent robots based on improved particle swarm optimization algorithm

ZHANG Wanjian,ZHANG Xianglan,LI Ying

School of Information Science and Technology，Northwest University，Xi'an Shaanxi 710127, China

Received:2013-08-06 Revised:2013-10-21 Online:2014-03-01 Published:2014-02-01
Contact: ZHANG Xianglan

摘要/Abstract

摘要： 针对粒子群算法局部寻优能力差的缺点，提出一种非线性动态调整惯性权重的改进粒子群路径规划算法。该算法将栅格法与粒子群算法进行有效结合，在路径长度的基础上引入安全度和平滑度概念，建立动态调整路径长度的适应度函数。与传统的粒子群算法相比，实验结果表明，改进算法具有较强的安全性、实时性及寻优能力。

关键词: 智能机器人, 路径规划, 栅格法, 粒子群算法

Abstract: As regards the poor local optimization ability of Particle Swarm Optimization (PSO), a nonlinear dynamic adjusting inertia weight was put forward to improve the particle swarm path planning algorithm. This algorithm combined the grid method and particle swarm algorithm, introduced the two concepts of safety and smoothness based on path length, and established dynamic adjustment path length of the fitness function. Compared with the traditional PSO. The experimental results show that the improved algorithm has stronger security, real-time and optimization ability.

Key words: intelligent robot, path planning, grid method, Particle Swarm Optimization (PSO) algorithm

中图分类号:

TP301.6

张万绪张向兰李莹. 基于改进粒子群算法的智能机器人路径规划[J]. 计算机应用, 2014, 34(2): 510-513.

ZHANG Wanjian ZHANG Xianglan LI Ying. Path planning for intelligent robots based on improved particle swarm optimization algorithm[J]. Journal of Computer Applications, 2014, 34(2): 510-513.

[1]	马天, 席润韬, 吕佳豪, 曾奕杰, 杨嘉怡, 张杰慧. 基于深度强化学习的移动机器人三维路径规划方法[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2055-2064.
[2]	田润泽, 周宇龙, 朱洪, 薛岗. 基于局部信息的服务迁移路径选择算法[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2168-2174.
[3]	李建强, 何舟. 面向多行程取送货车辆路径问题的混合NSGA-Ⅱ[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1187-1194.
[4]	黄海新, 于广威, 程寿山, 李春明. 基于改进灰狼优化的桥梁检测爬壁机器人全覆盖路径规划[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 966-971.
[5]	邓辅秦, 官桧锋, 谭朝恩, 付兰慧, 王宏民, 林天麟, 张建民. 基于请求与应答通信机制和局部注意力机制的多机器人强化学习路径规划方法[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 432-438.
[6]	宋紫阳, 李军怀, 王怀军, 苏鑫, 于蕾. 基于路径模仿和SAC强化学习的机械臂路径规划算法[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 439-444.
[7]	邓辅秦, 谭朝恩, 黎俊炜, 钟家铭, 付兰慧, 张建民, 王宏民, 李楠楠, 姜炳春, 林天麟. 面向大型仓储环境的基于冲突搜索算法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3854-3860.
[8]	孙鉴, 马宝全, 吴隹伟, 杨晓焕, 武涛, 陈攀. 地震场景下无人机群路径规划与任务分配均衡联合优化[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3232-3239.
[9]	向峰, 李中志, 熊熙, 李斌勇. 粒子群局部优化的反距离权重插值算法[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 385-390.
[10]	李永迪, 李彩虹, 张耀玉, 张国胜. 基于改进SAC算法的移动机器人路径规划[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 654-660.
[11]	黄霖, 符强, 童楠. 基于自适应调整哈里斯鹰优化算法求解机器人路径规划问题[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3840-3847.
[12]	王龙宝, 栾茵琪, 徐亮, 曾昕, 张帅, 徐淑芳. 基于动态簇粒子群优化的无人机集群路径规划方法[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3816-3823.
[13]	刘晨, 陈洋, 符浩. 基于值函数迭代的持续监测无人机路径规划[J]. 《计算机应用》唯一官方网站, 2023, 43(10): 3290-3296.
[14]	范厚明, 牟爽, 岳丽君. 考虑冲突和拥堵的自动导引车调度与路径规划协同优化[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2281-2291.
[15]	陈昇, 周隽, 胡小兵, 马霁. 基于混合模拟退火算法的机场进场程序优化[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 606-615.