基于自适应蚁群算法的AGV路径规划优化

来源：电子测量技术杂志2023年第18期北京时间：

作者：刘礼，刘勇，孙云权，郭涛

单位：四川轻化工大学自动化与信息工程学院 宜宾 644000

摘要：针对传统蚁群算法在AGV路径规划中存在拐点数目较多，运行能耗较高等问题，提出一种改进的自适应蚁群算法。首先采用自适应参数调整方法，在迭代过程中不断调整信息素浓度和启发式信息的相对重要性，以增强蚂蚁搜索的目的性；其次引入多目标路径性能评价指标，在路径长度的单一指标基础上引入路径风险指标和拐点数目，以实现AGV路径规划的全局综合优化；然后提出一种奖惩机制更新信息素增量，针对不同程度评价指标的路径提供不同的信息素更新规则，避免算法陷入早熟；最后引入准均匀三次B样条平滑策略，进一步优化最优解。在20×20和30×30不同复杂程度的环境下进行仿真实验，本文改进算法相比传统蚁群算法在转弯次数上减少了113%～382%，在收敛速度上提升了798%～879%，验证了本文改进算法的有效性、可行性和优越性。

关键词：路径规划;蚁群算法;AGV;多目标评价指标;B样条曲线平滑策略

基金资助：四川省转移支付重点研发项目（21ZYZFZDYF0021）资助