-
作者
李洁静吴倩耿轶钊翟冬
-
单位
沧州职业技术学院河北工业大学
-
摘要
针对传统机器人路径规划方法效率低、实时性差等不足，提出了一种新的矿用巡检机器人路径规划方法，以保证复杂环境下的巡检要求。通过栅格法构建巡检地形的矩阵地图，利用蚁群算法（ACO）来完成巡检路径的规划，并对标准ACO算法的信息素更新规则和期望启发式因子进行了优化，解决算法收敛速度慢，易陷入局部最优等问题。MATLAB仿真实验结果表明：相较于标准ACO算法，优化后算法的稳定性良好，收敛速度加快了59.09%，最优路径缩短了11.98%，满足复杂环境机器人巡检实时规划的需求，进一步提升机器人的环境适应能力。
-
关键词
复杂环境巡检机器人路径规划ACO算法
-
文章目录
0前言
1 机器人巡检环境建模
2 巡检路径的规划
2.1 标准ACO算法
2.2 ACO算法优化
(1）信息素更新规则的优化
(2）启发式因子的优化
2.3 巡检路径规划流程
3 仿真实验
3.1 实验参数
3.2 实验结果与分析
4 结语
-
引用格式
李洁静,吴倩,耿轶钊等.复杂环境下矿用巡检机器人的路径规划方法[J].煤炭技术,2023,42(10):236-239.DOI:10.13301/j.cnki.ct.2023.10.053.
-
相关文章
煤炭技术 
2023年第10期 
