改进型蚁群算法的AUV三维路径规划

摘要

为了研究传统蚁群算法在水下智能机器人(AUV)的三维路径规划中由于算法本身的原因,初始信息素信息匮乏,路径搜索规划速度慢,容易陷入某个局部最优的状态等问题,提出一种改进型蚁群—粒子群融合算法,充分利用粒子群算法较强的全局搜索能力.在环境模型的基础上建立干扰模型,将障碍与探测作为突破点,提出代价函数用于蚁群算法的优化中.设计了新的信息素分布(包括更新和挥发)和启发函数,在转移概率公式中加入区域安全因素,提高了三维路径规划的准确度;为了提高三维路径规划的速度,在传统粒子群算法基础上优化权重函数.最后进行仿真,结果证明该方法有效可行.