机床与液压

作者：王俊岭，刘佳年，边俊君，王振东

单位：江西理工大学信息工程学院；江西理工大学信息工程学院；江西理工大学信息工程学院；江西理工大学信息工程学院

关键词：路径规划;蚁群算法;A*算法;B样条曲线

基金：国家自然科学基金地区科学基金项目（62062037）；江西省自然科学基金项目（20212BAB202014）

自主引导车(AGV)的路径规划算法是确保其正常运行的关键部分。针对A*算法在路径规划过程中存在的搜索效率低、路径曲率大的问题，以及蚁群ACO算法收敛速度慢和对参数敏感等缺陷，提出一种动态启发式惩罚A*与动态感知蚁群优化算法相融合的算法—DHPA*-DSACO。DHPA*算法通过设置动态权重因子，结合父节点启发距离，并引入转弯惩罚项，以降低运行时间和路径曲率。DSACO算法通过设置自适应蚁群启发因子和动态挥发因子，优化信息素更新策略，从而缩短路径长度。同时，该算法利用B样条曲线对路径进行平滑处理。为验证算法的可行性，在PyCharm环境中将DHPA*-DSACO算法与其他算法进行对比测试，并对实验结果进行了分析。最后，为了模拟真实世界中的情况，基于ROS系统建立仿真平台，验证了DHPA*-DSACO算法的有效性。结果表明：DHPA*-DSACO算法有效降低了路径长度、曲率和运行时间，显著提升了运行效率。此外，该算法还能有效避免算法陷入局部最优解，减少收敛迭代次数，进一步增强了算法的鲁棒性，使其更好地适应AGV的实际运行情况。

来源：2025年第5期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第5期