融合改进灰狼优化算法和人工势场法的路径规划

来源：电子测量技术杂志2022年第3期北京时间：

作者：音凌一，向凤红

单位：昆明理工大学 信息工程与自动化学院 昆明 650000

摘要：传统灰狼优化算法(Grey Wolf Optimization, GWO)规划的路径全局较优,但存在求解效率低和易陷入局部最优的缺陷,而人工势场法(Artificial Potential Field, APF)规划的路径虽然平滑,但有规划路径存在震荡和目标不可达的问题｡针对两种算法的不同缺陷,提出一种兼顾全局和局部特性的算法-灰狼势场算法(Grey Wolf Potential Field Algorithm, GWPFA)｡首先,提出一种建立特征栅格地图的新方法;其次,通过设置灰狼个体的相对距离d和调节因子λ,将参数a改进成非线性衰减;再次,提出节点优先级的概念,根据此概念重新对路径规划问题进行建模;最后,将改进GWO算法全局路径规划的节点作为APF算法的临时目标点,并改进临时目标点为临时边界,再进行局部路径规划｡仿真结果表明,在全局静态环境下,GWPAF算法的运行时间､最优路径长度及转弯角度相比于GWO算法分别优化了224.5s､16.3m及38.9°;在局部动态环境下,GWPFA算法在保证路径最优性的同时可以成功避障｡仿真结果验证了GWPFA算法的有效性、可行性及优越性｡

关键词：特征栅格;相对距离;调节因子;节点优先级;临时边界

基金资助：云南省重点研发计划项目“工业机器人关键技术研究及其在智能制造中的应用示范”课题(202002AC080001）