基于改进麻雀搜索算法的移动机器人路径规划

戈一航; 杨光永; 于元滐; 徐天奇; 马晨浩

doi:10.13873/J.1000-9787(2023)07-0132-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进麻雀搜索算法的移动机器人路径规划

计算与测试 | 更新时间：2025-09-11

- 基于改进麻雀搜索算法的移动机器人路径规划
- 暂无标题
- 传感器与微系统 2023年第7期页码：132-135
- 作者机构：
  
  1. 云南民族大学电气信息工程学院
  2. 河北工程大学信息与电气工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61761049,61261022）
- DOI：10.13873/J.1000-9787(2023)07-0132-04
  中图分类号： TP18;TP242
- 纸质出版：2023
- 稿件说明：
移动端阅览
戈一航, 杨光永, 于元滐, 等. 基于改进麻雀搜索算法的移动机器人路径规划[J]. 传感器与微系统, 2023,(7):132-135.
戈一航, 杨光永, 于元滐, 等. 基于改进麻雀搜索算法的移动机器人路径规划[J]. 传感器与微系统, 2023,(7):132-135. DOI： 10.13873/J.1000-9787(2023)07-0132-04.

DOI：

摘要

麻雀搜索算法(SSA)是移动机器人路径规划中的一种高效方法，但存在易陷入局部最优解，种群多样性较差的问题。针对以上问题，首先，提出一种Tent混沌映射增加种群多样性，使粒子脱离局部极值；其次，引入方向因子来减少尖峰拐点；最后，使用三次样条插值来平滑路径，使路径更平滑。仿真实验结果表明：在不同的静态环境中，通过对比A

算法、蚁群算法和传统的SSA

改进后的SSA(ISSA)极大限地增加了初始种群的有效性，有效缩短了路径长度、减少了转折点次数，得到更平滑的路径，证明了算法的可行性。

Abstract

关键词

Keywords

references

移动机器人路径规划的改进粒子群三次样条插值算法[D]. 李文.湘潭大学,2020(02)

基于改进蚁群算法的机器人路径规划研究[J]. 姜伟楠;杨理柱;李秀华;侯阿临.计算机仿真,2021(05)

基于融合Bezier优化遗传算法的路径规划[J]. 刘洋;马建伟;臧绍飞;闵义博.控制工程,2021(02)

移动机器人的路径规划综述与发展趋势[J]. 陈浩;王光林;郝询.物流技术与应用,2020(10)

基于粒子群优化算法的AGV路径规划[J]. 丁承君;王鑫;冯玉伯;张家梁.传感器与微系统,2020(08)

RRT与人工势场法结合的机械臂避障规划[J]. 何兆楚;何元烈;曾碧.工业工程,2017(02)

基于栅格地图的分层式机器人路径规划算法[J]. 余翀;邱其文.中国科学院大学学报,2013(04)

基于Tent映射的混沌优化算法[J]. 单梁,强浩,李军,王执铨.控制与决策,2005(02)

A novel swarm intelligence optimization approach: sparrow search algorithm[J]. Jiankai Xue;Bo Shen.Systems Science & Control Engineering,2020

Mobile robot path planning in dynamic environment based on cuckoo optimization algorithm[J]. Seyedhadi Hosseininejad;Chitra Dadkhah.International Journal of Advanced Robotic Systems,2019

Path Planning of Mobile Robot Based on Hybrid Multi-Objective Bare Bones Particle Swarm Optimization With Differential Evolution[J]. Zhang Jian Hua;Zhang Yong;Zhou Yong.IEEE Access,2018

浏览量

689

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进麻雀搜索算法的四旋翼无人机路径规划

改进遗传算法在机器人多目标路径规划的应用

融合Q-learning的A^*预引导蚁群路径规划算法

基于引力搜索算法融合DWA的移动机器人路径规划

多策略改进鲸鱼优化算法的移动机器人路径规划