多因素改进势场蚁群算法的路径规划

针对路径规划算法中蚁群算法对目标点盲目性较大且无法应对多路况等问题，提出了一种多因素改进势场蚁群算法.首先，算法引入人工势场法重新构造路径长度启发函数并加入势场力递减系数，从而解决蚁群算法迭代时间长且易陷入局部最优解的问题;然后,综合考虑了势场路径长度因子，路径平缓性因子以及平滑性因子，构建新的多因子启发式函数，以适应复杂多变的路面环境;最后,运用动态切点法对路径进行平滑处理，提高路径整体质量.仿真实验表明，该算法在复杂颠簸路面情况下具有较好的适应力，能够有效解决机器人路径规划问题.