基于改进蚁群算法的船舶机舱救援机器人路径规划

摘要

为解决船舶碰撞事故引发的船体破损、沉没及人员被困问题，提出一种基于改进蚁群算法的船舶机舱救援机器人路径规划方法。针对传统蚁群算法在路径规划中存在搜索效率低、收敛速度慢等问题，对启发函数和信息素更新等要素进行改进。首先，引入自适应迭代权重因子与局部障碍密度修正项，改善蚁群前阶段搜索效率较低的问题；其次，在最佳路径上增加信息素，在迭代后对最差路径进行适当的信息素削弱，遏制劣势路径的影响。然后，引入自适应参数，使得算法在不同迭代阶段对全局最优、迭代最优及最差路径赋予不同权重，从而增强算法的收敛性与鲁棒性。通过上述改进，算法实现了从单纯依靠距离与信息素浓度到综合考虑目标点引力、障碍物排斥、局部环境复杂度及自适应搜索策略的优化转变。实验结果表明，改进算法较传统算法路径缩短10%,冗余转折节点降低65%,迭代次数减少96.4%。实船机舱场景下的验证进一步证明，该方法显著降低了路径规划中的迂回与冗余转折点，加快了收敛速度，可有效避免局部最优陷阱，进而在复杂环境下实现更高效、更稳定的路径搜索。

关键词

船舶机舱 / 救援机器人 / 路径规划 / 改进蚁群算法