首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于改进势场蚁群算法的编队路径规划方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京工业大学

摘要:本发明公开了一种基于改进势场蚁群算法的编队路径规划方法,针对蚁群算法路径规划初期信息素浓度差异较小,正反馈作用不明显,路径搜索存在着盲目性,引入人工势场法,人工势场法的势场力可引导机器人朝目标位置前进,并且在路径规划的过程,目标点对小车编队的吸引力一直存在,这在一定程度上降低了蚁群前期搜索的“盲目性”,能够加快编队的路径规划的速度,同时也加强了算法全局搜索的能力;在全局信息素更新时,选取迭代过程中的编队最优路径,增加其信息素浓度,使小车编队更易选择最优路径,这种将全局搜索与局部搜索相结合的方法,能够弥补单一算法的缺点,能够有效地加大算法的搜索效率,在保持队形的条件下快速到达目标点位,并寻找到编队最优路径。

主权项:1.一种基于改进势场蚁群算法的编队路径规划方法,其特征在于,包括以下步骤:步骤1:初始化人工势场法和蚁群算法相关参数,建立栅格地图;为方便模型进行计算,采用栅格法建模。栅格大小由小车的大小决定,小车行走时按照自由栅格行进,进而寻求一条最优路径;步骤2:三辆小车为一组,其中一辆为领航车,另两辆跟随前一辆车并保持一定的队形,将m组小车编队置于起始点;步骤3:由第一组小车编队按照路径选择策略完成从起始点到目标点位的路径规划,计算小车在前往目标点过程中受到的人工势场的吸引力,建立人工势场影响函数;步骤4:其余小车编队依次完成由起始点到目标点的路径规划,改进蚁群算法信息素更新方法,加入队形保持惩罚函数,在每次迭代结束,所有小车编队均到达目标点后,比较所有编队搜索的路径长度,找到其中最优的路径,计算新的转移概率,更新禁忌表数据并更新全局信息素浓度;步骤5:判断当前迭代次数是否为最大迭代次数,如果是,输出小车编队规划的最优路径,否则,循环步骤2至步骤4,达到设置最大迭代次数为止。

全文数据:

权利要求:

百度查询: 南京工业大学 一种基于改进势场蚁群算法的编队路径规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。