基于扩展邻域和方向双向蚁群算法的平滑路径规划

摘要

在移动机器人路径规划时，采用传统的或经典的蚁群算法往往出现移动方向较少、视野范围较少，非最优路径和路径不平滑等问题。针对上述蚁群算法的固有缺陷，提出了并行双向24邻域16方向的蚁群算法。首先，24邻域16方向路径搜索方式能够扩大路径搜索视野范围，将24邻域16方向路径搜索方式与双向交替搜索策略相结合，能够更好地到达终点，增强了全局搜索能力；其次，启发函数包含起点、当前点、待选节点和终点信息以及自适应因子，同时引入改进转移概率公式，增强路径搜索的引导性；然后，引入路径交叉策略，避免陷入局部最优；最后，采用路径节点转移策略平滑路径，得到的路径拐点少且路径最短。在不同复杂度的栅格地图中，将所提的改进蚁群算法分别与传统蚁群算法和其他改进的蚁群算法进行仿真对比实验，仿真结果证明了所提算法是可行的和有效的。

关键词

蚁群算法 / 移动机器人 / 路径规划 / 路径节点转移策略 / 双向交替搜索 / 栅格地图