摘要
本发明涉及了一种基于PSO‑MPC融合的多智能体路径规划方法,涉及人工智能路径规划技术领域。对多智能体路径规划是一个具有挑战性的任务,涉及缩短路径长度、保持安全行驶距离。本文提出一种PSO与MPC融合的多智能体路径规划算法;在该算法中,首先,利用PSO算法规划全局路径,并引入多目标点的导向函数、权重因子自适应函数,来减少路径长度;其次,以全局路径作为MPC实时跟踪的参考轨迹,并引入安全的预测点、控制智能体函数的行驶速度,从而保持智能体行驶的安全性。最后,在仿真实验中与传统PSO、MOPSO以及蚁群等其他算法的对比实验表明,本文提出的算法形成的全局路径长度更短,收敛速度更快;智能体时刻位于安全区域中,且形成的路径更加光滑。
技术关键词
智能体路径规划方法
障碍物
人工智能路径规划技术
全局路径规划
路径规划算法
表达式
运动
三次样条曲线
控制智能体
分区
定义
终点
速度
算法规划
轨迹
索引
策略
坐标
物体
系统为您推荐了相关专利信息
磁场强度空间分布
无人机飞行路径
空间点云数据
三维空间模型
障碍物识别
车辆雷达
误差
雷达标定技术
点云配准算法
车体坐标系
视觉机器人
避障路径
机房巡检方法
双目摄像头
距离信息
局部轨迹规划方法
动态障碍物
长短期记忆网络
动态规划方法
扩展随机树