标题：基于信息融合蚁群算法的机器人路径规划
作者：孙兆阳 邓晓刚
作者单位：中国石油大学（华东）信息与控制工程学院，山东 青岛 266555
关键字：改进蚁群算法，信息融合，路径规划
摘要：蚁群优化算法是一种有效的机器人路径智能规划方法。针对传统蚁群算法收敛速度慢、收敛精度低的问题，提出了一种基于信息融合蚁群算法（IFACO）的机器人路径规划方法。该方法使用栅格法对机器人的运行环境进行建模，然后采用蚁群算法进行路径规划。与传统蚁群算法不同，IFACO在每次迭代完成后，将此次迭代得到的最优路径与历史迭代路径进行信息融合。采用Dijkstra算法对多条迭代路径进行融合优化，生成一条新的最优路径最为作为此次迭代的最终结果，从而充分利用历史迭代信息，加快算法收敛速度。最后，针对一个机器人路径规划问题开展仿真研究。仿真结果说明，相比于传统的ACO算法，IFACO算法在机器人路径规划中具有更快的收敛速度，并且能够得到更优的结果。