《表2 实验数据对比：移动机器人多目标搜寻的D~*-蚁群融合算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《移动机器人多目标搜寻的D~*-蚁群融合算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

仿真路线如图12所示，A*和D*算法基于地图成本进行计算，为追求最短路径，很多路径都是紧贴着障碍物生成，在600阶地图下障碍物轮廓更加清晰导致该情况尤为明显，因此ACO-A*和ACO-D*除了算法本身产生了很多转角，紧贴障碍物的路径也增加了相当数量的转角，由表2知ACO-M D*相较于前两种算法而言转交次数分别减少了33次、31次，地图2标度尺寸设置为1000×1000像素，在减少转角次数的基础上路径长度比前两种算法仅仅增加6.886和91.957个像素．由于将地图2的Voronoi路线图构造出来，选取距离各个目标点最近的三叉点作为临时节点，规划出连接各个节点一个无向图，这个图可以当作是一条离线先验路径如图11所示，关闭图中灰色区域节点，在ACO-MD*算法规划时使用先验路径进行预处理，算法规划时间大幅度较低，为前两种算法的65.27%和64.26%.