《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》
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%.
图表编号 | XD00141241700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 胡立坤、王帅军、吕智林、朱文天 |
绘制单位 | 广西大学电气工程学院、广西大学电气工程学院、广西大学电气工程学院、广西大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |