基于双粒子群算法的矿井搜救机器人路径规划

针对在复杂地形中标准的粒子群算法用于矿井搜救机器人路径规划存在迭代速度慢和求解精度低的问题，提出了一种基于双粒子群算法的矿井搜救机器人路径规划方法。首先将障碍物膨胀化处理为规则化多边形，以此建立环境模型，再以改进双粒子群算法作为路径寻优算法，当传感器检测到搜救机器人正前方一定距离内有障碍物时，开始运行双改进粒子群算法：改进学习因子的粒子群算法（CPSO）粒子步长大，适用于相对开阔地带寻找路径，而添加动态速度权重的粒子群算法（PPSO）粒子步长小，擅长于在障碍物形状复杂多变地带寻找路径；然后评估2种粒子群算法得到的路径是否符合避障条件，若均符合避障条件则选取最短路径作为最终路径；最后得到矿井搜救