摘要： 针对传统蚁群算法在移动机器人路径规划中存在收敛速度慢、易陷入局部最优和规划路径不平滑等问题，提出一种用于移动机器人路径规划的改进蚁群算法。首先在状态转移概率中引入平滑函数，使蚂蚁在进行路径节点选择时，考虑路径的平滑性。然后在对路径信息素更新时，引入多目标评价函数；同时提出一种基于熵权的分段信息素更新方式，每次迭代规划路径按多目标评价函数数值进行排序并分段，对不同的分段，引入不同的信息素强度放大系数，提升了算法的收敛速度。最后对规划路径进行二次优化，即先对路径节点进行优化，减少不必要的转弯节点，减小了路径转弯角度以及路径长度；再利用贝塞尔曲线对节点优化后路径的转弯拐点处进行平滑。在20×20的简单和复杂栅格环境中进行仿真实验，结果表明，改进蚁群算法规划出的路径长度更短、转弯角度更小和路径更加平滑，同时改进蚁群算法的迭代收敛速度更快，验证了改进蚁群算法在移动机器人路径规划中的优越性。

关键词: 路径规划; 改进蚁群算法; 平滑函数; 多目标评价函数; 熵权法; 分段信息素更新; 二次优化

中图分类号: 

• TP18

• TP242