蚁群算法在移动机器人路径规划中的应用综述

doi:10.3778/j.issn.1002-8331.1912-0160

计算机工程与应用 ›› 2020, Vol. 56 ›› Issue (8): 10-19.DOI: 10.3778/j.issn.1002-8331.1912-0160

蚁群算法在移动机器人路径规划中的应用综述

张松灿，普杰信，司彦娜，孙力帆

1.河南科技大学信息工程学院，河南洛阳 471023
2.河南科技大学电气工程学院，河南洛阳 471023

出版日期:2020-04-15 发布日期:2020-04-14

Survey on Application of Ant Colony Algorithm in Path Planning of Mobile Robot

ZHANG Songcan, PU Jiexin, SI Yanna, SUN Lifan

1.School of Information Engineering, Henan University of Science and Technology, Luoyang, Henan 471023, China
2.School of Electrical Engineering, Henan University of Science and Technology, Luoyang, Henan 471023, China

Online:2020-04-15 Published:2020-04-14

摘要/Abstract

摘要：

路径规划是移动机器人领域的一个研究热点，蚁群算法在移动机器人的路径规划得到广泛应用。介绍了常见的几种蚁群算法，从蚁群算法结构、参数选取及优化、信息素优化等方面对已有的蚁群算法方法进行了分类综述，同时对多蚁群优化算法、融合蚁群算法在移动机器人路径规划的应用进行了分类比较与分析。从蚁群算法的理论研究、算法融合、多蚁群算法研究等方面对蚁群算法在移动机器人路径规划中的未来研究内容和研究热点进行展望。

关键词: 蚁群算法, 路径规划, 信息素更新, 融合算法, 种群多样性

Abstract:

Path planning is a promising research domain in the field of mobile robot. Ant colony algorithm is widely used in path planning of mobile robot. Firstly, several common ant colony algorithms are introduced in this paper, and then the existing improved ant colony algorithms are classified and discussed according to ant colony algorithm structure, parameter selection and optimization, pheromone updating and optimization, etc. At the same time, the application of multi ant colony optimization algorithm and hybridized ant colony algorithm in path planning of mobile robot is classified and analyzed. Finally, the future research contents and hotspot of ant colony algorithm in path planning of mobile robot are prospected from the aspects of theoretical research, hybridized algorithm and multi ant colony algorithm.

Key words: ant colony algorithm, path planning, pheromone updating, hybrid algorithm, population diversity

张松灿，普杰信，司彦娜，孙力帆. 蚁群算法在移动机器人路径规划中的应用综述[J]. 计算机工程与应用, 2020, 56(8): 10-19.

ZHANG Songcan, PU Jiexin, SI Yanna, SUN Lifan. Survey on Application of Ant Colony Algorithm in Path Planning of Mobile Robot[J]. Computer Engineering and Applications, 2020, 56(8): 10-19.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[4]	廖列法，李浩瀚，李帅，朱合隆，李志军. 结合Winner-Take-All的足球机器人控制策略研究[J]. 计算机工程与应用, 2021, 57(7): 136-143.
[5]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[6]	刘建宇，范平清. 基于改进的RRT*-connect算法机械臂路径规划[J]. 计算机工程与应用, 2021, 57(6): 274-278.
[7]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[8]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[9]	蒋林，方东君，雷斌，李维刚. 单目视觉移动机器人导航算法研究现状及趋势[J]. 计算机工程与应用, 2021, 57(5): 1-9.
[10]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[11]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[12]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[13]	王琛，茅健. 基于时间窗模型的双向机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(23): 287-294.
[14]	赵伟，吴子英. 双层优化A*算法与动态窗口法的动态路径规划[J]. 计算机工程与应用, 2021, 57(22): 295-303.
[15]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.

蚁群算法在移动机器人路径规划中的应用综述

Survey on Application of Ant Colony Algorithm in Path Planning of Mobile Robot

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics