基于改进蚁群算法的AGV路径研究

针对传统蚁群算法在复杂仓储环境中路径规划时不具备自主避障并且陷入局部最优解从而得不到最优路径的问题进行研究。文章通过构造MAKLINK无向网络图和优化蚁群算法中的启发函数,引入动态光滑因子和全局信息因子,达到控制AGV路径的长度和光滑程度,并构造避障因子使AGV路径在达到全局最优路径的同时拥有避开障碍的能力。通过研究,提出的改进算法可以实现自主避障,并且在最大迭代次数、路径距离和光滑程度方面优于传统蚁群算法。