Resumen

Con el objetivo de abordar los problemas de convergencia lenta, fácil caída en óptimos locales y poca suavidad del algoritmo tradicional de colonia de hormigas en la planificación de rutas de robots móviles, se propuso un algoritmo de colonia de hormigas mejorado basado en el factor de suavizado de la ruta. En primer lugar, se construyó un mapa del entorno basado en el método de cuadrícula, y cada cuadrícula fue marcada para que la colonia de hormigas se mueva desde la cuadrícula inicial hasta la cuadrícula objetivo para la búsqueda de la ruta. Luego, se mejoró la información heurística al referirse a la información de dirección del punto de inicio y del punto final y combinarla con el ángulo de giro. Al mejorar la información heurística, se aumenta la dirección de la búsqueda y se reduce el ángulo de giro del robot. Finalmente, se mejoraron las reglas de actualización de feromonas, se consideró la suavidad de la ruta bidimensional, se redujeron los giros del robot y se introdujo una nueva función de evaluación de la ruta para mejorar la diferenciación de feromonas de la ruta efectiva. Al mismo tiempo, se utilizó el algoritmo Max-Min Ant System (MMAS) para limitar la concentración de feromonas y evitar quedar atrapado en la ruta óptima local. Los resultados de la simulación muestran que el algoritmo de colonia de hormigas mejorado puede buscar la longitud de ruta óptima y planificar una ruta más suave y segura con una velocidad de convergencia rápida, lo que resuelve efectivamente el problema de planificación de ruta global de robots móviles.

• Materias:Sensores Algoritmo genético Controlador difuso Planificación de ruta
• Subjects:sensors Genetic algorithm Fuzzy controller Path planning
• Palabras claves:Problemas; Algoritmo de colonia de hormigas; Factor de suavización de la trayectoria; Mapa del entorno; Información heurística; Reglas de actualización de feromonas
• Keywords:Problems; Ant colony algorithm; Path smoothing factor; Environment map; Heuristic information; Pheromone updating rules