改进粒子群算法的移动机器人平滑路径规划

摘要 针对粒子群（PSO）算法在解决移动机器人平滑路径规划问题中出现的早熟现象，本文提出了一种基于种群进化状态的自适应粒子群算法（ES-PSO）.本方法在不损害PSO算法快速收敛特性的前提下，通过粒子当前位置来判定种群动态进化状态，从而合理有效地评估种群进化能力.最后，根据具体应用场景，提出粒子初始化策略和带有惩罚函数的适应值函数优化策略，并应用所提改进粒子群算法和Bezier曲线方法解决移动机器人平滑路径规划问题.实验结果表明，该算法与传统算法相比较能够快速准确地寻找到机器人的平滑最优路径