-
题名基于三种群粒子群优化策略的移动机器人路径规划
- 1
-
-
作者
王珂
姜春艳
黄黎
张新海
-
机构
江苏开放大学数字化建设中心
-
出处
《深圳大学学报(理工版)》
北大核心
2025年第4期447-454,I0006-I0008,共11页
-
基金
国家自然科学基金资助项目(62106104)
江苏开放大学教学改革研究课题资助项目(1017155JG2023/002)
+1 种基金
江苏开放大学“十四五”科研规划专项课题资助项目(2023LYYB004)
江苏省精品工程课题资助项目(24SJA-45)。
-
文摘
针对移动机器人在复杂环境路径规划中存在的全局搜索能力不足、易陷入局部最优及路径质量欠佳等问题,提出一种基于三种群粒子群优化(three-population particle swarm optimization,TPPSO)策略的移动机器人路径规划算法.该算法通过探索群、开发群和增强群的协同进化机制,增强了全局搜索与局部开发能力.探索群利用粒子质量评估和随机选择策略更新速度;开发群采用线性认知系数动态调整机制;增强群引入较大随机分量以减少局部最优影响.算法引入随机扰动策略,当搜索性能停滞时对粒子群施加扰动,以增强多样性.在单峰函数(F_(1))、带噪声单峰函数(F_(4))和多峰函数(F_(9))3类基准函数测试中,TPPSO算法的平均值和标准差均优于传统PSO算法、SAVPSO算法和RRT*算法,验证了其优异的优化性能和稳定性.在4个10 m×10 m的二维标准环境中生成的路径能有效规避障碍物并减少不必要的迂回,路径质量最优.复杂环境验证实验进一步发现,在动态多障碍物环境中的规划成功率达91.5%;三维环境中的平均爬升率为10.7%.TPPSO算法能有效解决移动机器人在复杂环境下的路径规划问题.
-
关键词
计算机应用
路径规划
粒子群优化
进化算法
线性认知系数
随机扰动
-
Keywords
computer applications
path planning
particle swarm optimization
evolutionary algorithms
linear cogni-tion coefficient
random perturbation
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
