作者:李腊梅; 唐贤伦; 张莉; 陈龙路径规划动态环境多agent粒子群优化算法
摘要:为确保机器人在动态环境下无碰撞地到达目标位置,将多Agent粒子群优化(multi-agent particle swarm optimization,MAPSO)引入到粒子滤波(particle filter,PF)中,提出一种基于多Agent粒子群优化粒子滤波(multi-agent particle swarm optimized particle filter,MAPSOPF)的路径规划方法。通过多Agent系统的竞争、协作机制,调整MAPSOPF中粒子的提议分布,更新预估粒子的位置。与PSOPF(particle swarm optimized)算法相比,所提算法的迭代步数减少了50%~60%,计算时间复杂度降低了5%~50%。与改进的遗传算法(MGA)相比,MAPSOPF算法的计算时间复杂度降低了95%。3种算法中,MAPSOPF可近似得到最短的路径。实验结果表明提出的算法可有效应用于移动机器人动态路径规划。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社