融合改进A^(＊)和蚁群算法的机器人路径规划.pdfVIP

第41卷第2期天津理工大学学报Vol.41No.2

2025年4月JOURNALOFTIANJINUNIVERSITYOFTECHNOLOGYApr.2025

D0I:10.3969/j.issn.1673-095X.2025.02.011

融合改进A*和蚁群算法的机器人路径规划

倪建云，吴杰，薛晨阳，谷海青

（天津理工大学电气工程与自动化学院，天津300384）

摘要：针对蚁群算法（antcolonyoptimization，ACO）在搜索前期导向性差、易陷入局部最优和路径不平滑等问

题，提出了一种融合A*和改进蚁群的平滑路径规划算法。首先，通过A*算法对地图进行信息素浓度差异化处理，加

快初期蚁群收敛速度；其次，通过将路径代价、转移角度和障碍物浓度3种影响因素引入传统启发函数，并将距离偏

置函数融入转移概率以及动态调整启发因子权重，从多方面增强了目标点对蚂蚁的吸引力；并利用一种奖惩机制对信

息素进行更新处理，解决算法易局部最优的问题；最后引入三次B样条对路径进行拐角优化，改善路径平滑性。仿真

实验结果表明，该算法在复杂环境下，具有良好的全局规划能力和鲁棒性。

关键词：路径规划；蚁群算法；奖惩机制；全局规划

中图分类号：：TP242文献标识码：A文章编号：1673-095X（2025）02-0073-08

andantcolonyoptimization

RobotpathplanningincorporatingimprovedA*a

NIJianyun,WUJie,XUEChenyang,GUHaiqing

(SchoolofElectricalEngineeringandAutomation,TianjinUniversityofTechnology,Tianjin300384,China)

Abstract:Accordingtotheproblemsoftheantcolonyoptimization(ACO)algorithm,whichsuffersfrompoorguidanceand

easilyfallsintolocaloptimumsandunsmoothpaths,apathplanningalgorithmisproposedbycombiningA*andanimprovedant

colonyalgorithm.Firstly,inordertoimprovetheinitialconvergencespeedoftheantcolony,theA*algorithmisusedto

diferentiatethepheromoneconcentrationonthemap.Secondly,byincorporatingthethreeinfluencingfactors-pathcost,

transitionangle,andobstacleconcentration,intothetraditionalheuristicfunction,integratingthedistanceoffsetfunctionintothe

transitionprobability,anddynamicallyadjustingtheweightoftheheuristicfactor,theattractivenessofthetargetpointtotheant

isen