改进蚁群算法在果蔬采摘机器人路径规划中的应用  

Application of improved ant colony algorithm in path planning of fruit and vegetable picking robot

作　　者：李晓静[1] 余东满[1] Li Xiaojing

机构地区：[1]河南工业职业技术学院/河南省柔性制造重点实验室,河南南阳473009

出　　处：《江苏农业科学》2018年第23期253-258,共6页Jiangsu Agricultural Sciences

基　　金：河南省青年骨干教师资助计划(编号:2012GGJS-248)

摘　　要：果蔬采摘机器人如何在复杂多变作业环境中,特别是多丘等特殊地理面貌中,能够快速选择最佳路径实现安全避障完成作业任务,就涉及到果蔬采摘机器人路径规划问题。针对基本蚁群算法(Traditional Ant Colony Algorithm,TACO)搜索效率低、易陷入局部最优及易出现早熟收敛等缺陷,提出一种基于改进蚁群算法(Improved Ant Colony Algorithm,IACO)的果蔬采摘机器人路径规划方法。首先,采用栅格法建立4种不同规格环境模型;其次,为缩减路径搜索初期时间消耗、加快搜索速度和扩大全局寻优能力,综合考虑搜索路径上当前节点、下一节点和目标节点间的几何关系,设计新的启发函数因子,并在此基础上对状态转移规则进行改进;为保留每次循环最优路径的信息优势,增加路径选择多样性和改善算法收敛性能,通过引入精英策略和信息素局部与全局相结合的更新策略对信息素更新规则进行改进。最后,通过与其他算法仿真试验结果比对分析,证实改进算法在解决复杂特殊地理环境下果蔬采摘机器人最优避障路径规划具有有效性和优越性。

关 键 词：传统蚁群算法 改进蚁群算法 果蔬采摘机器人 路径规划 

分 类 号：TP225[自动化与计算机技术—检测技术与自动化装置]