增强型马鹿路径规划算法

路径缩短近三成

将粒子群智能与PID控制融合的巡检机器人路径规划方法，能以更短路径和更快响应完成变电站巡检任务。

Tang, Zhuozhen · Xue, Bin · Hongzhong, Ma · Rad, Ahamad Besharati

Journal of Field Robotics 2024

参数信息

路径长度改善率

18–29 %

响应时间缩短率

14–26 %

平均响应时间

17–20 s

路径精度提升率

7–13 %

最优解获得次数

40–60/85

技术优势

路径更短

融合PID与ERDA的混合算法在路径长度上比单独使用PID或ERDA改善18%–29%，减少巡检行走距离。

响应更快

平均响应时间从单独使用PID或ERDA时的21–27秒降低到17–20秒，提升巡检实时性。

精度提升

路径精度比其他三种改进算法高7%–13%，规划出的路径更贴合最优路线。

收敛更稳

PID-ERDA在85次试验中40–60次达到最优解，而单独的PID或ERDA仅20–40次且不稳定。

应用场景

• 巡检机器人路径规划：直接缩短变电站巡检路径、加快响应，减少无效行走。
• 工业机器人导航：融合PID与群智能算法，提升工业导航的路径精度和收敛稳定性。
• 移动机器人自主导航：提供更优的自主路径规划，减少响应时间，增强移动机器人实时避障能力。
• 智能巡检系统：算法可集成到智能巡检系统中，提升整体巡检效率和路径质量。