《表1 障碍物环境在N1个/m2环境下四种算法路径长度对比》

  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

《基于蝙蝠算法-人工势场的机器人路径规划研究》

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

通过图2、表1实验数据可得出结论。障碍物密度在N1个/m2的环境的路径规划中，势场化蝙蝠算法（BA-APF）无论在最优解还是平均解中，所获机器人路径的长度、平滑程度或转向角度均优于另外两种算法。机器人路径均满足约束条件，故路径有效。BA-APF路径规划中，存在人工势场的调整和干预，在躲避第二个障碍物时，路径明显优于基本蝙蝠算法和粒子群算法，障碍物中心设置了斥力势场，由于路径节点势场化的调整，路径并没有因此刻意躲避障碍物造成过度转向。势场化蝙蝠算法的路径更为平稳，波动也较小。