基于蚁群算法的物资运送小车路径规划研究*

doi:10.16731/j.cnki.1671-3133.2024.02.004

现代制造工程 ›› 2024, Vol. 521 ›› Issue (2): 24-30.doi: 10.16731/j.cnki.1671-3133.2024.02.004

基于蚁群算法的物资运送小车路径规划研究^*

唐宏伟, 高方坤, 邓嘉鑫, 丁祥, 罗佳强, 王军权

邵阳学院机械与能源工程学院多电源地区电网运行与控制湖南省重点实验室,邵阳 422000

收稿日期:2023-06-05 出版日期:2024-02-18 发布日期:2024-05-29
作者简介:唐宏伟,博士,教授,主要研究方向为自动控制及机器人导航等。E-mail:125474096@qq.com;高方坤,硕士研究生,主要研究方向为智能体路径规划等。E-mail:1462662591@qq.com
基金资助:
*湖南省自科基金项目(2022JJ50205);湖南省教育厅科研项目(21B0682,21B0676);湖南省科技计划项目(2016TP1023);国家级大学生创新创业训练计划项目(202210547018);湖南省研究生科研创新项目(CX20221314);邵阳学院研究生科研创新项目(CX2022SY005,CX2022SY023)

Research on route planning of material transport vehicle based on ant colony algorithm

TANG Hongwei, GAO Fangkun, DENG Jiaxin, DING Xiang, LUO Jiaqiang, WANG Junquan

Key Laboratory of Operation and Control of Multi-Power Grid in Hunan Province,Shaoyang University of Mechanical and Energy Engineering, Shaoyang 422000,China

Received:2023-06-05 Online:2024-02-18 Published:2024-05-29

摘要/Abstract

摘要： 针对路径规划蚁群算法的盲目性、收敛速度慢、路径较长和路径折点多等问题,提出了一种改进蚁群路径规划算法。首先通过改进启发信息的数学模型,限制轮盘赌在8个方向的选择概率,降低迭代次数;然后建立自适应更新影响因子,通过实时监测目标点位置,进一步提高路径的选择方式和算法的鲁棒性;最后通过路径二次寻优,对改进蚁群路径规划算法形成的最优路径进一步消除冗余节点,在已知最优路径进一步寻优,从而提高路径平滑度、减少路径折点,以及缩短路径长度,提高物资运送小车的使用效率。通过栅格环境地图中障碍物不同占比的仿真试验,验证了所提出的改进蚁群算法的迭代速率更快、寻优能力更强、鲁棒性更好和路径更短。

关键词: 路径规划, 启发因子, 监测, 二次寻优, 平滑路径

Abstract: An improved ant colony path planning algorithm was proposed to solve the problems such as blindness,slow convergence,long path and many break points.Firstly,by improving the mathematical model of heuristic factor,the selection probability of roulette in eight directions is limited,so as to reduce the number of iterations.Then,the adaptive updating influence factor is established to further improve the routing method and the robustness of the algorithm by monitoring the location of target points in real time. Finally,through the path secondary optimization,the shortest path formed by the ant colony algorithm is further eliminated redundant nodes,and the shortest path is further optimized,so as to smooth path,reduce the break point of the path,reduce the path length,and improve the efficiency of the material transport trolley.Through the simulation experiment of different proportions of obstacles in the grid environment map,it is verified that the proposed improved ant colony algorithm has faster iteration rate,stronger searching ability,better robustness and shorter path.

Key words: path planning, heuristic factor, monitoring, secondary optimization, smooth path

中图分类号:

TP301.6
TP24

唐宏伟, 高方坤, 邓嘉鑫, 丁祥, 罗佳强, 王军权. 基于蚁群算法的物资运送小车路径规划研究^*[J]. 现代制造工程, 2024, 521(2): 24-30.

TANG Hongwei, GAO Fangkun, DENG Jiaxin, DING Xiang, LUO Jiaqiang, WANG Junquan. Research on route planning of material transport vehicle based on ant colony algorithm[J]. Modern Manufacturing Engineering, 2024, 521(2): 24-30.

参考文献

[1] 丁璐,赵兰迎,李立,等.基于物联网的地震救援装备物资应急物流技术系统研究[J].灾害学,2020,35(2):200-205.
[2] 张省,张樊宇.防疫物资“无接触”机器人配送优化研究[J].计算机工程与应用,2023,59(17):295-307.
[3] ZHANG B,TANG L,DE C J,et al.A recursive receding horizon planning for unmanned vehicles[J].IEEE Transactions on Industrial Electronics,2015,62(5):2912-2920.
[4] LIU Y Y,HOU Z,TAN Y Y,et al.Research on multi-AGVs path planning and coordination mechanism[J].IEEE Access,2020,8:213345-213356.
[5] 杜鹏桢,唐振民,陆建峰,等.不确定环境下基于改进萤火虫算法的地面自主车辆全局路径规划方法[J].电子学报,2014,42(3):616-624.
[6] LI Z, TAN R L, REN B X. Application of Inproved Ant Colony Algorithm in Path Plaming[J]. Complex, Intelljgent, and Software Intensive Systems(CISIS 2019),2020,993:596-603.
[7] KARAMI A H,HASANZADEH M.An adaptive genetic algorithm for robot motion planning in 2D complex environments[J].Computers & Electrical Engineering,2015,43:317-329.
[8] KUMAR P B,RAWAT H,PARHI D R.Path planning of humanoids based on artificial potential field method in unknown environments[J].Expert Systems,2019,36(2):1-12.
[9] 张松灿,普杰信,司彦娜,等.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.
[10] 杨北辰,余粟.改进蚁群算法在路径规划中的应用[J].计算机应用研究,2022,39(11):3292-3297,3314.
[11] 宋宇,张浩,程超.基于改进蚁群算法的物流机器人路径规划[J].现代制造工程,2022,506(11):35-40,47.
[12] 沈智鹏,丁文娜,刘雨宸,等.基于改进自适应蚁群算法的无人帆船路径规划[J].哈尔滨工程大学学报,2023(6):1-7.
[13] 李志锟,黄宜庆,徐玉琼.改进变步长蚁群算法的移动机器人路径规划[J].电子测量与仪器学报,2020,34(8):15-21.
[14] WANG P L,ZHANG T,XIAO Y J.Application research of ant colony cellular optimization algorithm in popula-tion evacuation path planning[J].Acta Physica Sinica,2020,69(8):240-248.
[15] 霍非舟,高帅云,魏云飞,等.改进蚁群算法的拥堵环境疏散路径规划研究[J].计算机工程与应用,2023,59(11):263-271.
[16] DORIGO M.The ant system:an autocatalytic optimizing process[C]//Proceedings of the First European Conference on Artificial Life,Paris,France:[s.n.],1991.
[17] 王伟嘉,郑雅婷,林国政,等.集群机器人研究综述[J].机器人,2020,42(2):232-256.
[18] 刘加奇,王泰华,董征.基于改进蚁群算法的移动机器人路径规划[J].传感器与微系统,2022,41(5):140-143.
[19] 魏立新,张钰锟,孙浩,等.基于改进蚁群和DWA算法的机器人动态路径规划[J].控制与决策,2022,37(9):2211-2216.
[20] 熊君丽,黄华毅.融合改进蚁群和DWA的移动机器人路径规划[J].机械设计与制造,2023(6):1-8.

基于蚁群算法的物资运送小车路径规划研究^*

Research on route planning of material transport vehicle based on ant colony algorithm

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

[1]	毛坤, 朱学军, 杨旭东, 余坼操. 面向复杂工件的机器人视觉打磨系统:路径规划与力控制研究^*[J]. 现代制造工程, 2025, 538(7): 31-41.
[2]	邓泽健, 杨淼森, 刘西洋, 杜荣臻, 刘剑威. 基于结构光的曲面工件自主焊接技术研究[J]. 现代制造工程, 2025, 538(7): 96-104.
[3]	董建林, 官源林, 程琪, 许广胜, 王体晨. 基于麻雀搜索-蚁群算法的移动机器人路径规划研究^*[J]. 现代制造工程, 2025, 537(6): 58-66.
[4]	赵倩, 石宇强. 融合改进A^*算法与DWA的AGV实时路径规划及避障研究[J]. 现代制造工程, 2025, 536(5): 91-98.
[5]	刘震, 张洪. 融合改进双向A^*与动态窗口法的仓储移动机器人路径规划[J]. 现代制造工程, 2025, 536(5): 99-105.
[6]	付丹丹, 李波. 基于改进RRT^与DWA融合的移动机器人路径规划算法研究^[J]. 现代制造工程, 2025, 535(4): 91-97.
[7]	朱敏, 陈思源, 陈杰. 基于改进APF引导的双向RRT机械臂路径^*[J]. 现代制造工程, 2025, 533(2): 1-9.
[8]	周国诚, 陶翼飞, 何毅, 李立山, 吴佳兴. 自动装箱系统中多AGV在线调度问题研究^*[J]. 现代制造工程, 2025, 533(2): 17-25.
[9]	赵正君, 胡立坤, 蔡成杰, 韦文扬. 基于改进白鹭群优化算法的移动机器人路径规划^*[J]. 现代制造工程, 2025, 533(2): 37-43.
[10]	师素双, 李云风, 黄天一, 孙乐天, 张浩. 基于数字孪生的转子系统状态在线监控方法研究^*[J]. 现代制造工程, 2025, 533(2): 109-120.
[11]	李丹丹, 朱石磊, 李仲康, 介百坤, 王宏. 基于改进变色龙群算法的移动机器人路径规划^*[J]. 现代制造工程, 2024, 528(9): 40-45.
[12]	周小青, 童一飞, 周开俊. 基于ISO-TW算法的多仓储机器人路径规划研究^*[J]. 现代制造工程, 2024, 528(9): 54-59.
[13]	李文峰, 席军, 李坪洋. 基于实时力值跟踪及RCP的半主动悬架试验系统^*[J]. 现代制造工程, 2024, 528(9): 83-92.
[14]	李泽稷, 周学良, 孙培禄. 融合残差块与Swin-Transformer机制的刀具磨损监测方法^*[J]. 现代制造工程, 2024, 527(8): 126-135.
[15]	邓旭, 张爱梅. 液压门式起重机受力及稳定性监测系统研究与应用[J]. 现代制造工程, 2024, 526(7): 135-143.