电邮这篇文章 基于元启发式算法的全覆盖路径规划算法综述
DOI: http://dx.doi.org/10.12349/iser.v6i8.7030
Article ID: 7030
摘要
全覆盖路径规划(CCPP)算法目前是自动驾驶、清洁机器人以及农业生产等领域的核心技术。本文对基于元启发式算法的CCPP算法研究进行系统性综述，旨在整理现有的元启发式算法，并概述其主要原理和改进算法。首先，明确基于元启发式算法的全覆盖路径规划算法的现状，将全覆盖路径规划算法分为常见的元启发式算法以及改进后的元启发式算法两类。其次，重点分析了遗传算法、粒子群算法的利与弊，蚁群算法、萤火虫算法、灰狼算法的改进方案。最后展望未来对基于元启发式算法的CCPP算法做出进一步改善，为后续CCPP算法的理论研究及实际应用提供参考。
关键词
元启发式算法；全覆盖路径规划算法；遗传算法；机器人移动；模拟算法
参考
刘清云,游雄,张欣,等. 移动机器人路径规划算法综述[J].计算机科学,2025,52(S1):159-168.
陈旭.基于遗传算法的移动机器人路径规划研究综述[J].科技和产业,2023,23(08):274-278.
韩颜,于淼. 粒子群算法在机器人路径规划中应用的综述[J].制造技术与机床,2024,(07):85-90.
Wang L, Zhu D, Pang W, et al. A survey of underwater search for multi-target using Multi-AUV: Task allocation, path planning, and formation control[J]. Ocean Engineering, 2023, 278: 114393.
郭城成,田立勤,武文星. 蚁群算法在求解旅行商问题中的应用综述[J].计算机系统应用,2023,32(03):1-14.
苑俊辉,王晓东,马盈仓. 基于改进蚁群算法的移动机器人路径规划[J/OL].南通大学学报(自然科学版),1-9[2025-08-14].
郭志军,王远,王丁健,等. 移动机器人反馈式步长萤火虫算法全覆盖路径规划研究[J].重庆理工大学学报(自然科学),2025,39 (04):148-156.
Refbacks
- 当前没有refback。
版权所有（c）2025 何 佳濠, 杨 婷
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。
