基于融合改进A*和ACO算法的农用无人车多目标路径规划

来源：中国农机化学报杂志2025年第12期北京时间：

作者：唐国伟, 张小栋, 侯鹏飞, 王超

单位：（1. 新疆大学机械工程学院，乌鲁木齐市，830047； 2. 西安交通大学机械工程学院，西安市，710049）

摘要：为使农用无人车避开障碍物快速遍历农作物多目标点病害完成喷药作业，结合巡检无人机获取全局地物信息和病害位置信息的优势，提出一种基于融合改进A*和ACO算法的农用无人车多目标路径规划方法。首先，针对传统A*算法规划路径拐点多的问题，提出一种改进A*(IA*)算法，用于求解两两目标点之间的最短避障距离和拐点较少的最优路径；其次，为提升蚁群优化(ACO)算法的收敛精度，提出一种改进蚁群优化(IACO)算法，用于求解出一条收敛精度较高且遍历多目标点的最短路线；最后，通过融合IA*算法和IACO算法，用于规划在避障环境下遍历多目标点的最优路径。仿真结果表明，IA*算法在复杂环境模型验证中，拐点数平均减少40%；IACO算法规划路线长度的平均值、标准差和极差均优于ACO算法，在取10个目标点时，IACO算法标准差为0，算法收敛精度更高，鲁棒性更好；在两种辣椒地环境模型中，通过融合路径规划算法能够规划出拐点少且遍历所有目标点的最优路径。

关键词：农用无人车,多目标,全局路径规划,改进A*算法,改进蚁群优化算法,融合路径规划算法

基金资助：国家自然科学基金资助项目(32301717)