基于蚁群算法的路径规划改进方法研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Study on Path Planning Improvement Based on Ant Colony Algorithm 作者：田涌君 ; 张金炜 ; 戎辉 ; 王文扬 ; 郭蓬 ; 高嵩 英文作者：TIAN Yong-jun;ZHANG Jin-wei;RONG Hui;WANG Wen-yang;GUO Peng;GAO Song;China Automotive Technology & Research Center Co.,Ltd.,Automotive Engineering Research Institute;Hebei University of Technology;Tianjin University; 关键词：蚁群算法 ; 路径规划 ; 改进方法 英文关键词：ant colony algorithm;;path planning;;improved method 中文刊名：QCDQ 英文刊名：Auto Electric Parts 机构：中国汽车技术研究中心有限公司;河北工业大学;天津大学; 出版日期：2018-06-20 出版单位：汽车电器 年：2018 期：No.358 语种：中文; 页：QCDQ201806014 页数：3 CN：06 ISSN：43-1097/TM 分类号：38-39+43

摘要

无人驾驶技术是近几年来研究的热点,其中路径规划技术则是无人驾驶技术研究中一个重要的内容。本文介绍基于经典蚁群算法的路径规划技术以及两大类改进方法,一类是基于经典蚁群算法的改进,另一类是与其它智能算法融合的改进。
        Driverless technology is a hot topic in recent years, and path planning technology is an important content in the research of unmanned technology. This article introduces the path planning technology based on the classical ant colony algorithm, as well as two types of improved methods,one kind is based on the classical ant colony algorithm is improved, another kind is combined with other intelligent algorithm improvement.

引文

[1]杨帆.无人驾驶汽车的发展现状和展望[J].上海汽车,2014(3):35-40.
    [2]孙梅.移动机器人路径规划技术综述[J].山东工业技术,2016(21):164.
    [3]霍凤财,任伟建,刘东辉.基于改进的人工势场法的路径规划方法研究[J].自动化技术与应用,2016,35(3):63-67.
    [4]陈刚,沈林成.复杂环境下路径规划问题的遗传路径规划方法[J].机器人,2001,23(1):40-44.
    [5]李士勇,陈永强,李研.蚁群算法及应用[M].哈尔滨:哈尔滨工业大学出版社,2004.
    [6]史恩秀,陈敏敏,李俊,等.基于蚁群算法的移动机器人全局路径规划方法研究[J].农业机械学报,2014,45(6):53-57.
    [7]王宪,王伟,宋书林,等.基于蚁群粒子群融合的机器人路径规划算法[J].计算机系统应用,2011,20(9):98-102.