针对农业机器人在复杂作业坏境中路径规划易陷入局部最优、收敛速度慢的问题,提出了一种基于区域划分的农机路径规划算法并设计新的代价函数,兼顾路径长度、安全性与平滑性.首先对黑猩猩算法改善进行全局路径寻优,其次利用层次聚类的方法来实现区域的划分,最后根据划分的结果利用模拟退火算法在路径子区域中进行快速的局部精细寻优,将每个路径区域中的最优个体进行比较后输出整体最优.采用区域划分的思想提高路径规划的全局寻优能力与搜索速度.通过仿真验证了所提算法的可行性与优越性.针对农业机器人在复杂作业坏境中路径规划易陷入局部最优、收敛速度慢的问题,提出了一种基于区域划分的农机路径规划算法并设计新的代价函数,兼顾路径长度、安全性与平滑性.首先对黑猩猩算法改善进行全局路径寻优,其次利用层次聚类的方法来实现区域的划分,最后根据划分的结果利用模拟退火算法在路径子区域中进行快速的局部精细寻优,将每个路径区域中的最优个体进行比较后输出整体最优.采用区域划分的思想提高路径规划的全局寻优能力与搜索速度.通过仿真验证了所提算法的可行性与优越性. Read More