基于改进蚁群算法的星球探测机器人路径规划技术

对蚁群算法中蚂蚁的个体行为进行改进,解决了星球表面复杂环境下探测机器人的路径规划问题.在个体行为中加入目标导向行为,惯性行为和沿障碍行走行为,并进行加权融合,改进了传统的ACO算法,提高了算法的智能,保证了算法的全局收敛性.在蚁群算法规划的基础上提出一种紧绳算法,对蚁群算法的最后结果进行处理,最终给出了最优规划路径.最后通过仿真对该方法进行验证.