《表1 两种算法的导航规划统计数据》

《表1 两种算法的导航规划统计数据》   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
《人工势场引导信息素扩散的机器人导航规划》


  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

为了验证势场引导信息素扩散算法在导航规划中的优势,将此方法应用于文献[12]的仿真环境,并与文献[12]中的导航路径统计数据进行对比。分别在简单障碍物环境、中等复杂障碍物环境、复杂障碍物环境等三种环境进行20次仿真,势场引导信息素扩散算法规划出的导航路径与原文导航路径,如图8所示。20次仿真规划出的导航路径统计数据,如表1所示。由表1和图8可以看出,文献[12]提出的改进蚁群算法和势场引导信息素扩散算法在不同复杂度环境下都能够规划出最优路径,但是比较表1中的最长路径和最短路径可以看出,势场引导蚁群算法总能够规划出最优导航路径,而文献[12]改进蚁群算法会陷入局部最优而无法规划出最优导航路径;其次,对比找出最优导航路径时的算法迭代次数可知,势场引导蚁群算法的平均迭代次数约为文献[12]迭代次数的一半,说明势场引导蚁群算法使用势场引导信息素向最优路径附近空间聚集,使算法收敛速度加快;再者,对比两种算法规划出最优导航路径所用时间,相差约为一个数量级,说明势场引导蚁群算法不仅迭代次数少于文献[12]算法,而且迭代一次所用时间也远远小于文献[12]算法,这是因为在势场引导下信息素向最优导航路径附近扩散,使蚂蚁能够快速规划出最优导航路径。