粒子群算法改进灰狼算法的机器人路径规划

作者:梁景泉; 周子程; 刘秀燕
更新时间:

路径规划的目的是在有障碍物的环境中找到一条可行的路径,即从起始位置到目标位置长度最小的无碰撞路径。针对避障路径规划问题,提出了一种基于灰狼算法的改进方法,以提高路径规划的效率。改进算法将粒子群优化算法和灰狼算法相结合,并结合这两种思想改进了灰狼算法的位置更新公式。通过粒子群优化算法,灰狼算法容易过早收敛,陷入局部最优,收敛速度慢。实验结果表明,与基本灰狼算法相比,改进算法在获得全局最优解和收敛速度方面有不同程度的提高。平均求解时间仅为为基础算法的89.8%,迭代次数为为基础算法的83%。粒子群优化算法的改进灰狼算法具有更好的路径规划性能。