《表1 算法相关参数：基于改进粒子群蚁群融合算法的多AGV路径规划》

  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

《基于改进粒子群蚁群融合算法的多AGV路径规划》

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

实验时障碍物和环境是静止的，其他优先级AGV可以移动。在仿真实验中设置的算法相关参数见表1。每个GAV根据定义的适应度值来决定其下一个位置。使用IPSO-ACO算法使每个AGV到达其相应位置，虚线表示每个AGV的路径，如图3所示。从图3中可知，6台AGV都分别到达了目标位置，第3台和第5台AGV在第13步时距离非常接近，在路段上可能发生冲突，第3台将第5台AGV视作动态障碍物，重新计算其路径，避开动态障碍物。