基于改进灰狼优化算法的移动机器人路径规划方法

甘福宝; 王仲阳; 连寅行; 张少文; 兰世豪

doi:10.13873/J.1000-9787(2024)08-0110-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进灰狼优化算法的移动机器人路径规划方法

计算与测试 | 更新时间：2025-09-11

- 基于改进灰狼优化算法的移动机器人路径规划方法
- 暂无标题
- 传感器与微系统 2024年第8期页码：110-113
- 作者机构：
  
  安徽理工大学电气与信息工程学院
- 作者简介：
- 基金信息：
  
  安徽理工大学青年教师科学研究基金资助项目(QNYB2021—10);安徽理工大学大学生创新创业训练计划项目(S202310361072,S202310361079);国家自然科学基金资助项目(61772033);安徽高校自然科学研究项目(2023AH051217);淮南市指导性科技计划项目(2023011)
- DOI：10.13873/J.1000-9787(2024)08-0110-04
  中图分类号： TP18;TP242
- 纸质出版：2024
- 稿件说明：
移动端阅览
甘福宝, 王仲阳, 连寅行, 等. 基于改进灰狼优化算法的移动机器人路径规划方法[J]. 传感器与微系统, 2024,(8):110-113.
甘福宝, 王仲阳, 连寅行, 等. 基于改进灰狼优化算法的移动机器人路径规划方法[J]. 传感器与微系统, 2024,(8):110-113. DOI： 10.13873/J.1000-9787(2024)08-0110-04.

DOI：

摘要

提出基于改进灰狼优化(IGWO)算法的移动机器人路径规划方法。首先，将均匀分布空间与伪反向学习策略相结合，进行灰狼种群初始化；其次提出非线性收敛因子改进策略，使算法的前段搜索和后段寻优过程更容易得到平衡；接着，融合布谷鸟搜索(CS)算法搜索机制，更新灰狼个体位置，提高算法的全局寻优能力；最后，选用4个标准测试函数进行改进前后的测试对比实验，以及在栅格地图上进行路径规划仿真对比实验。实验结果表明，IGWO算法在测试函数上表现能更快收敛性、寻优结果更精确；路径规划仿真实验结果表明，IGWO算法的最短路径长度、平均路径长度、路径长度标准差均优于传统GWO算法。

Abstract

关键词

Keywords

references

Seyedali Mirjalili,Seyed Mohammad Mirjalili,Andrew Lewis.Grey Wolf Optimizer[J].Advances in Engineering Software,2014.

周振,耿晨晨,崔若庚,肖金壮.基于改进融合蚁群算法的AGV路径规划[J].计算机仿真,2024(04).

梁永豪,陈秋莲,王成栋.基于RRT改进的移动机器人路径规划算法[J].计算机工程与设计,2024(03).

李文君,李忠伟,罗偲.基于RRT~*算法的移动机器人安全光滑路径生成[J].电子测量技术,2024(02).

时维国,宁宁,宋存利,宁文静.基于蚁群算法与人工势场法的移动机器人路径规划[J].农业机械学报,2023(12).

赵迪,何克勤,赵祖高.基于改进粒子群优化算法的移动机器人路径规划[J].传感器与微系统,2023(06).

游达章,马力,张业鹏,蔡斯.基于杂交退火灰狼算法的移动机器人路径规划[J].电子测量技术,2023(09).

刘志强,何丽,袁亮,张恒.采用改进灰狼算法的移动机器人路径规划[J].西安交通大学学报,2022(10).

石志刚,梅松,邵毅帆,万如,宋志禹,谢铭露,李燕.基于人工势场法的移动机器人路径规划研究现状与展望[J].中国农机化学报,2021(12).

邓叶,姜香菊.基于改进人工势场法的四旋翼无人机航迹规划算法[J].传感器与微系统,2021(07).

林韩熙,向丹,欧阳剑,兰晓东.移动机器人路径规划算法的研究综述[J].计算机工程与应用,2021(18).

巫光福,万路萍.粒子群算法优化机器人路径规划的研究[J].机械科学与技术,2022(11).

浏览量

1100

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进遗传算法在机器人多目标路径规划的应用

基于引力搜索算法融合DWA的移动机器人路径规划

融合IGJO与TEB算法的移动机器人路径规划

基于位置和能耗启发的改进蚁群算法路径规划

基于改进火烈鸟搜索算法的移动机器人路径规划